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...

Bos打200多次招呼，才投了14份简历，在官网上也投投投。到现在就1个28号的面试是简历的问题吗

二面手撕lru缓存，一出这个当时就觉得结束了

作为一名23届毕业生，加入腾讯云智已有近两年半的时光。从校园到职场的转变，在这段日子里悄然发生。今天想以“过来人”的身份，分享一些真实的工作体验，希望能给即将踏上职场之旅的26届的朋友们一些参考。始于惊喜：从“开箱”开始的职场初体验入职第一周，我便深刻感受到了公司对新人的诚意与重视。一系列欢迎礼包接踵而至：校招专属礼盒、入职纪念品、节日礼品……每一样都设计精美，实用又有纪念意义。最近中秋佳节，我收到了公司定制的中秋礼盒——不仅包装雅致，内含的月饼口味也别出心裁，让我这个初到异乡工作的毕业生感受到了浓浓的关怀。更令人欣喜的是工作设备的配置。一台全新的MacBook Pro和27寸4K显示器，开箱...