许愿贴

工作内容 • 作为助理编辑（AE)，负责全英论文发表全流程，包括找审稿人、收发邮件等，每天都会给我派一篇稿件，目前手里已经有十几篇了（以后会一直累积吗？）  加班 • 这个单位主打一个多劳多得，可以身兼数职，所以许多人加班都是为了拿更多更多的💰 • 加班晚上七点后可点一份免费工作餐，但我作为实习生不用加班（8:30-17:30），每天到点就撤，所以还没吃过 实习生转正KPI要求 • 入职3个月发文15篇，6个月发文60篇。 • 转正后每季度30篇，超过部分每篇奖励300元。  福利待遇 五险一金，生日福利、节假日福利（入职每增加一年年假多一天）、年终奖等。另外每天下午3点至3点20为下午茶时...

不是哥们，25分钟，面完直接业务复试，真的面完就看了一下，面经都没来的急写

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...