阿里技术风险部2021届校招内推！简历直达主管！！急缺人

首先叠甲，我真的是纯双非，非双一流，非四邮四电，也不是杭电广工深大，就是河南一所普通一本大学，从小厂到哈啰再到快手，我真的付出了很多。昨天接到快手oc电话的时候我直接在宿舍跳了起来，说实话，我也不知道未来会怎么样，但至少现在我达到了我的目标。对于跟我一样纯血双非的同学，我仍然不推荐走纯后端，我还是很推荐测开的，并且对现在还没找到实习的同学，也没什么关系，放平心态，找工作最最最重要的就是你的运气，跟其他无关，如果当初哈啰没有选择把我复活，我现在估计连个中厂的边都摸不上，所以运气也太重要了，有时候你缺少的就是这个，所以放平心态，不要妄自菲薄。如果你要坚持做后端，后端的学习路线仍然是最全的，带你从走路到坐飞机，只要你努力，我仍然觉得可以。另外，我还是十分推荐大家一起报团学习的，我是从我的表哥那里学来的，他是CSDN上的路飞，他那时候的口号就是报团学习，我也加了不少Java的学习群，里面会有很多很厉害的人带你一块学习与进步，也和你一起逗乐放松，昨天快手oc的消息我也是第一时间在我们的va学弟四群里说了哈哈。双非确实很难，但我仍然觉得未来是有机会，只是想证明自己，想证明皇天不负有心人吧。

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...