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...

华为今年开奖真的贻笑大方了，本来就是一直在泡池子，泡出来一坨shi，蚌埠住了随便一个大厂开的都比华为多的多，华为真的太让人失望了！华为总包，按15薪算，另外还有一个月加班费，但第一年只有半年肯定拿不满。看了一圈，今年好像都这样，硕士14级都开不到，开个侮辱价，真不知道为什么还要去华子了，完全没有必要已经是华黑子了！