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...

上周开始在boss上投，投了100多了，要简历的没几个，要完也就没后续了

目前会计学0offer，大神能给点建议么😭😭😭投了好多，石沉大海

25年9月，算的上是人生转折点。这是我入职后的第二个星期，随着工作逐渐上手，心情都好了许多。第一周的适应期对刚开始工作的我，简直是“噩梦”般的存在。面对着数不清的新文件，看不懂的新系统，学不完的工作要点……，大家嘴里听不懂的专业术语，一开就是两个小时的周会，看不明白的sop，每一步都要去问mt，感觉我要是我的mt我都要烦死了，可又不能不问。 下班后躺在青旅那张小床上，望着天花板发呆，怎么工作是这个样子的啊…一想到明天还要接着去上班，不由得深深叹了口气，果然，人生最快乐的时候只有收到offer和提交离职的这两个瞬间是快乐的。上班第三天，就在任务上出现了失误，还没来得及将这一失误报告给领导，领导就...