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...

投了三次，终于进了，本来都要对秋招无望了，不坚持到最后真的不知道会来得这么突然啊😭😭😭我愿意做一辈子的鹅孝子口牙！

很多人嵌入式面试结束后，第一反应都是怀疑自己：“是不是我技术太菜了？”但冷静下来会发现，真正把你挡在门外的，往往不是写不出代码，而是没答好八股文。在嵌入式面试中，“能不能干活”和“能不能通过面试”并不是一回事。实际工作里，你可能能熟练调外设、看波形、改驱动、查寄存器；但面试官更常问的是：C 的内存模型怎么回事？指针、数组、函数指针怎么区分？volatile、const、static 各有什么作用？中断、DMA、RTOS 调度原理你怎么理解？这些问题，并不一定天天用，但几乎每场面试都会出现。想掌握嵌入式八股文，必须从基础开始：全网最全面的嵌入式八股文专栏：https://www.nowcoder...