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...

兄弟们 谁能刷1000道题让我看看

从10月30号早上九点一直聊到11月4号下午，这到底是给offer还是不给offer

感觉这一年都在焦虑中度过年初还在学校，焦虑找不到实习，每天背八股背场景，终于在3月份找到一份实习，觉得能轻松一阵了。但等到进去后发现和自己想的并不也一样，当初承诺可以解除ai智能体开发也没了消息，反而每天被安排一些杂活，业务也没人带，全靠自己摸索，勉强干了几个月发现没有什么提升便开始找 下一份。看到每天投出去的简历没有回应，陷入怀疑自己的时期，但这份实习又不敢辞掉，只能边怀疑边干杂活边找下一份（现在想想当时是真滴苦）终于在运气加持下拿到两个不错的offer，一个电商一个智能车机，又陷入了选高并发还是和ai相关的纠结最终选择了电商，来到了杭州，在没有任何朋友亲人的地方一个人租房生活，找房子还全是...