给大厂做鸿蒙化项目~ ，本来以为时用ArkTs重新写一遍业务，谁知道人家已经弄差不多了，我们主要就是功能测试。一起来的老哥因为一个问题卡着一直解决不了，问正式员工也没OK，入职不到一个月，被劝退。。。最近组里又有两个老哥也被劝退了，项目年底就能完结，现在投简历，基本所有自研公司，一听干过外包，基本就无了一入外包深似海，从此自研是路人~~

27届求锐评简历，日常实习约不到面有点无奈了

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...