我是做C++的，去年暑假投了字节后端，然后当天就被客户端捞去面试了，我当时也不懂，就同意了，然后就过了，我其实不太想做客户端，但是对方感觉挺希望我去的，甚至给我保留了4个月实习offer，好纠结呀，我当时就是不想得罪字节说了这学期课多，还有一个月就应该去了，到底去不去做客户端呢，各位大佬分享一下

秋招面了20几场，挂1/2/3面均有，最后结果就是大中小厂无一offer，最后去实习了，大伙找不到的都去投实习吧，多关注刚放出来的岗位，容易捡漏ps：后续又有快手约面，现在字节美团快手一大堆面试，兄弟们快投

鼠鼠我呀，究竟是怎样的结果，才配得上这一路的颠沛流离啊啊啊，原来是字节呀。从此化身节孝子，我的心只为你跳动

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...