我是做C++的，去年暑假投了字节后端，然后当天就被客户端捞去面试了，我当时也不懂，就同意了，然后就过了，我其实不太想做客户端，但是对方感觉挺希望我去的，甚至给我保留了4个月实习offer，好纠结呀，我当时就是不想得罪字节说了这学期课多，还有一个月就应该去了，到底去不去做客户端呢，各位大佬分享一下

我的项目的代码都是ai写的，我是27届，想本科就直接就业，我学什么能找到工作啊，现在一个实习都找不到，求求大佬指点迷津😭😭😭

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...