投递了100多家，基本上投递一家都会发一个邮件：感谢投递，接下来我们会进行简历初筛什么的然后很多看到了我有双非本的经历，直接简历挂，很遗憾。。。。。

看大家晒offer狠狠焦虑半年后，迎来了自己的大厂offer从腾讯终面排序挂，字节三面技术面挂后，第三个大厂抛来了橄榄枝，永远爱你米宝

（ps：时间，2024年11、12月）华子：我们这边周三周五不建议加班，提倡多陪陪家人我（内心os）：我都定青浦了陪哪门子家人我：好的，谢谢面试官，我这边还需要再考虑一下华子：？？？你不准备接我们的offer吗？？？我：我得考虑一下，感谢贵司的来电，再见。后官网拒之，父母哀之，吾亦哀之。然父母之哀，在憾失光耀门楣之机；吾之哀，在闻“三五不加”，则一二四之劳形，可不言而喻矣。所谓“伴亲”，如镜花水月，堪叹堪悲。

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...