第 11 章 投机解码：原理、Draft 方案与 vLLM 实战
精确采样、Draft Tree、收益边界与 vLLM 实战
推理优化模块第 5 章：沿用 AIInfraGuide 模块四大纲。
本章简介：自回归生成的下一个 Token 依赖已有输出，造成 Decode 的串行依赖；小 batch 下又常伴随权重读取与 GPU 利用率不足。Speculative Decoding 通过“先猜后验”减少昂贵 Target 的串行调用，本章把采样原理、候选生成、收益边界和实际配置连接起来。
先在 11.1 推导精确采样，再在 11.2 比较独立 Draft 与无模型方案，11.3 学习 Medusa / EAGLE 和候选树，11.4 检查成本与 KV 状态，最后在 11.5 配置 vLLM 并记录代码 / 对话的接受率。理论上的分布保证与 GPU 实测结论分别说明。