最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...

灵神太强了，写力扣没这么爽过

28学院本，八股基本过了一遍，算法刷了60来题，AI方面的知识不是很熟悉，简历的项目是挺烂大街的，这个简历能找到日常实习吗？

投了十几家嵌入式实习，简历上写着 STM32、FreeRTOS、UART/SPI，课设竞赛也都有，结果已读不回，连"不合适"的邮件都没有。这种情况在嵌入式方向很常见。多数时候不是你不努力，而是现在的实习市场，和几年前"招进来慢慢带"的逻辑已经不一样了。先说结论没回复，通常是几层筛选叠在一起：企业要的是来了就能干活的人，不是从零培养公开招实习的大厂多、中小厂少，竞争被集中放大学历是第一道硬筛，很多同学在进面试池之前就被刷掉简历方向不对、项目太浅、投递方式有问题，也会让你静默淘汰一、企业要"直接上手"，不是"来了再教"...