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...

深圳 一个月终于泡出来去不了一点

#实习#

1. 架构设计  2. 技术描述   3. 路由定义    路由 用途     / 首页推荐页面，展示个性化推荐内容   /discover 发现音乐页面，音乐分类和排行榜   /mine 我的音乐页面，个人歌单和收藏   /playlist/:id 歌单详情页面，显示歌单内歌曲列表   /player 播放页面，音乐播放控制和歌词显示   /search 搜索页面，音乐搜索功能   /profile 用户中心页面，个人信息和设置   /music-hall 音乐馆页面，精选内容和专题    4. 核心组件架构 4.1 音频播放管理 // 音频状态管理 interface AudioState...