Modal 如何实现真正的无服务器 GPU：把推理冷启动从 2 千秒压到 50 秒

Modal 介绍其五年工程积累，通过云缓冲、自定义文件系统 ImageFS、CPU 检查点/恢复和 CUDA 检查点/恢复四项优化，把推理服务副本的启动时间从约 2 千秒降到约 50 秒。