华为的第二次机试

首先声明不搞infra的不用看，我现在看底层了，本篇内容基于Efficient Memory Management for Large Language Model Serving with PagedAttention》 (SOSP 2023)出处： 加州大学伯克利分校（UC Berkeley）这篇里面讲了vllm，那么我们就先讲vllm。LLM 模型在推理阶段的显存有三部份组成：模型权重、KVCache 显存占用以及激活值显存占用。而今天我们是速成教程，所以又要体现深度，那么就先讲KVCache，这个本质上是一种通用的思路就是减少k，v的计算，采用缓存的机制去减少中间值，而这个的问题是kv...

刚开始投不懂事，瞎投的，简历都是第一版烂简历，没想到突然打电话约我面试。之前不知道，打完搜了一下才发现有脏面评的说法，目前连hot100都没刷完，八股也不熟

民办本，想找前端实习，有个小公司愿意收我就满足了……是不是项目太简单了还有技能特长不够多……求锐评，不玻璃心！！！