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...

两次技术面都有一个小时，面的都还不错。手撕，问答，项目都没问题，感觉面试官也比较满意。主管面自我介绍完直接问我怎么看待狼性文化，我其实也不是很清楚，网上对狼性文化评价也偏贬义，感觉答的不好，然后最绷不住的来了，面试官来了一句：“在你眼里我看不到对成功的渴望，现在年轻人感觉都挺佛的”我：？？？然后面试官直接问我有什么问题了，全程10分钟，我都以为铁定寄了，结果居然能过😅

屁都不会放一句啊 挂了就说挂了呗 哑巴也能当hr了