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...

bg：双非本科时间线：七月初两天拿下实习，然后实习3个月，在国庆假期后进行转正，十月底录取，十一月初谈薪，今天正式签署三方协议完毕一些补充：贴主并不是竞赛哥和实习大佬，在进入字节前，我只有一段“作坊”实习和学校项目。想对双非同学们说：互联网行业，技术永远是第一竞争力，学历确实是敲门砖，但统招本科，已经足够敲开大多数门了。比起自怨自艾失去信心、花费时间在郁闷与自我否定，学习技术、训练项目能力、积极乐观的面对明天，才是我们应该做的。与此同时，对问题多思考，给出自己的初步解决思路是关键。学历并不能把人分为三六九等，把技术当成壁垒和台阶踩在脚下，才真正决定了你的高度。加油，奥利给！干就完了！

0offer求指导，感觉好迷茫