许愿美团二面～

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...

1. 架构设计 本应用采用纯前端架构，数据持久化依赖浏览器的 LocalStorage，实时天气数据通过调用公共天气 API 获取。   ## 2. 技术描述 - **前端框架**: React@18 + TypeScript + Vite - **样式方案**: TailwindCSS@3 - **路由管理**: React Router DOM@6 - **状态管理**: React Context API (管理全局状态如当前城市、单位设置) - **数据持久化**: LocalStorage (存储城市列表、用户设置) - **图标库**: React Icons (使用其中的 Wea...