一句话说，前向传播（Forward Pass）就是输入数据从模型的第一层进去、被一层层加工、最后从输出层吐出结果的那一趟计算。你问聊天机器人一句话，它每吐出一个字，背后都是一次前向传播。
神经网络是一摞叠起来的层。每一层做的事其实很朴素：拿上一层交过来的数字，乘上一组权重，加上偏置，过一个激活函数（activation function），再把结果交给下一层。前向传播就是把这套动作按顺序从头做到尾。
打个比方：像一条工厂流水线。原料从第一道工序进去，每道工序切一刀、拧一下、上点漆，最后从末端出来一个成品。前向传播跑到终点时，你手里拿到的是那个成品——下一个词是什么、这张图是猫还是狗、这个客户会不会流失。全程它只做一件事：读参数、算乘加。它本身不改变模型。
它和反向传播（AI 词典：Backpropagation">Backpropagation）的关系
训练一个模型时，一轮完整的流程是：先做前向传播拿到预测；再用损失函数（loss function）衡量预测和标准答案差多远；然后反向传播从最后一层往前推，算出每个参数该往哪个方向调、调多少；最后优化器（optimizer）把参数更新一遍。
所以关键的区别在这里：训练时，前向传播只是前半段；推理时，它就是全部。
这也是为什么同一个模型，训练和推理的开销完全不是一回事：
| 训练时的前向传播 | 推理时的前向传播 | |
|---|---|---|
| 在流程中的位置 | 前半段，后面还有反向传播 | 从头到尾就是它 |
| 中间结果（激活值） | 必须全部存下来，反向传播要用 | 用完即弃 |
| 参数 | 会被更新 | 只读，一动不动 |
| 显存占用 | 高得多 | 低得多 |
| 随机性 | dropout 等开着 | 通常关掉，结果确定 |
第一条最容易被忽略。训练时显存里装的不只是模型参数，还有每一层的中间激活值，因为反向传播要用它们算梯度。推理时，上一层的结果交给下一层之后就可以扔掉。这就是为什么一个模型可以在一张消费级显卡上跑推理，训练同样规模却要一堆卡。
第二条是计算量。反向传播的运算量和前向传播通常是同一量级，甚至更多，因为它要算一大堆梯度。推理只需要跑一遍。
对从业者和普通人的意义
对做工程的人：推理优化手段（量化、批处理、键值缓存 KV cache）之所以存在，就是因为推理阶段约束少、空间大——参数只读、激活值不留、可以只算需要的那部分。而训练侧的显存规划，很大一块要留给激活值。
对普通用户：你和模型聊天，每次走的都是前向传播。模型不会因为你多问几句就"记住"你——除非产品层把对话历史重新塞回输入，或者另存了一份数据。它本身在这一趟里什么都没变。
想把模型看作一个函数的话：前向传播就是调用它一次，反向传播才是修改它。调用很便宜，修改很贵。