想要做模型部署推理加速应该如何学习？

回答思路

1. 说明基础知识的储备方向，如深度学习框架、算子实现与硬件原理
2. 列举核心推理优化技术，如量化、剪枝、知识蒸馏、算子融合等
3. 提及常见推理引擎与工具链，如TensorRT、ONNX Runtime、vLLM等
4. 给出由浅入深、理论结合实践的学习路线与实操建议