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...

😭😭本人大三上，运气好进了一家小公司实习，其实我就会个crud写了个外卖项目，但是有公司愿意收留我，我很珍惜这次实习机会，但是有个老师喜欢举报我们这帮逃课实习的，被导员压力了，说是什么领导来查，当天晚上让我立即回宿舍，明早必须去上课实际上第二天来根本没什么领导，导员说的后果很严重，说再被抓到就要把我这学期成绩清零然后上报我夜不归宿并且让我延毕😭但是我很珍惜这次实习机会，师傅对我很好什么问题都愿意帮我解决，一时半会也找不到替课的感觉很为难了，延毕感觉很麻烦

科大讯飞二面+三面面经二面技术主管0. 自我介绍1. 开放性问题：如何用大模型赋能提效，如何排查高延迟问题2.少量八股，类加载3.反问环节，介绍部门具体业务———————————————三面brbp0.自我介绍1.为什么选择科大讯飞2.对主流大模型的看法3.反问环节个人认为在hrbp部分收获最大，有很多干货科大讯飞26届秋招正式启动中（内推免笔试），12月31日截止网申1、目前仅缺：飞星飞凡缺研发算法，秋招批次急缺研发，算法，测试、资源、营销类，合适优先考虑2、飞凡计划和秋招24-26届都可以投递，飞星计划仅限26届3、投递过飞星计划/飞凡计划还可以投递秋招正式批，各个项目相互独立，且面试结果...