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...

这样是挂了么

TimeLine：2025.11.25 一面 20525.11.26 技术总监面--------------------------------------------------------------一面（HR+技术面，30min）：技术面： 1.自我介绍 2.问实习经历，主要做了什么 3.会不会写SQL，掌握的测试工具有哪些 4.工作中遇到最大的困难是什么 5.会写自动化脚本吗 6.测试用例是自己独立写的，还是只是执行测试用例 7.知道怎么进行大模型测试吗HR面： 1.自我介绍 2.校园经历 3.人生遇到最大的挫折 4.目前住哪里 5.期望薪资 6.反问介绍公司业务背景，福利，双休，五险...