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...

？？？？？？如何评价

找不到到，根本找不到😭😭😭😭😭  ，没办法，只能伪装27了😿

momenta自动驾驶C++日常实习一面面经流程时间线：3.25HR联系约一面3.25晚7点一面3.26早上通知一面通过约二面3.26下午5点二面3.27早上HR沟通入职时间，已OC。一面流程：无手撕50min1.自我介绍2.面试官介绍部门职责(不涉及算法开发，是否能接受)3.简历浅挖（面试官大概率不是规控方向的，对项目可能了解不多,后续了解到是电气背景的）(1)hybird启发项如何设计(2)介绍latticeplanner流程(3)项目中涉及哪些传感器，如何获取heading angle。4.一系列C++,Linux,ROS八股（只列出部分还记得的）1.听说过rvo嘛2.知道raii嘛，原...