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...

关于提前实习，分为两种情况，一种是要求你提前实习，再给Offer的，这种大概率有坑，之前也有同学有类似的情况，提前实习结果最后没有拿到Offer。另外一种，就是拿到了Offer之后，又签了3方，按照实习生的身份进入了公司，这种情况一般是工资打折，但是提前实习有的时候也是+1为了检验你的实力，要好好表现，好处在于提前landing，和同事混熟，坏处就是有些Mentor不咋会带人，上来就让你独自负责，对于基础不好的同学来说会比较痛苦。另外，注意对比业务、对比地域和薪资，不能只看薪资，要多关注组内的氛围、对校招生的培养和近几年校招生在这个业务部门、这个组能呆多久。很多同学没有考虑这些，单纯向总包看齐...