华为od求捞

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...

1.讲一下项目2.前端存会话？3.流式输出4.实习5.脚本过程6.npm 包管理工具，7.rspack,webpack区别 主要就是打包8.线上的区别，webpack如果你引入一个需要全量打包吗？他说线上的性能还是差不多的9.合并两个有序链表10.ai的了解11.大模型的了解，在前端的理解12.大模型怎么引入和业务的结合13.react native(了解14.vue的API,常用的一些东西15.wtachEffect对象的某个属性更改会不会监听16，深拷贝浅拷贝17.ts 常用的东西18.事件循环机制19.VUE的异步更新二面录屏没录上啊啊啊啊问了大模型相关的，算法是三数之和，还有个忘了周四...