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...

难受死了短信发了才20分钟

本质上，我的消息密度回答不够，以及在linux方面确实我不太会他们这些命令，还需加强，又输了，哎。。。。。。3、用docker和本地进程的方式去启动一个组件（eg:Nginx），有什么区别呢4、docker是怎么实现和宿主机的隔离呢？5、说一下写dockerfile常用的命令吧6、底层常用的Linux命令说一下7、top以后输出的部分有个 0.8cpu这是什么意思8、怎么查看权限9、755是什么权限10、利用vim做替换（相当于idea 的 ctrl+H）11、Linux怎么硬盘挂载（用命令行）例如：插入一个U盘，然后把它的内容挂载到某一个目录下12、linux中怎么描述一个文件的权限呢13、...