推理服务该盯哪些指标：一张诊断映射表
vLLM 原生五个关键指标、延迟异常定位到上游还是 decode 侧，以及上线前必须演练的三件事...
vLLM 显存装不下：参数该按什么顺序调
从 gpu_memory_utilization 到 TP/PP 的四步调优顺序、官方 OOM 缓解顺序，以及 FP8 的硬件门槛与 kernel 踩坑...