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...

我大三tmd逃课去白马培训是吧，你老冯同意了没？

真没招了  原来是卖课的.. 把我的感动还来...

5月13刚结束的一面，等了一整个周还没新消息，没收到新的面试邀请，也没收到感谢信，官网流程也一直显示面试中。给HR写邮件不回，5月20打了个电话催了催（我说如果过了就直接发面试邀请给我就好，没过的话帮我结束一下流程），她说到公司帮我查然后推进流程。这又等了一天多还他妈没动静（没有新消息，还是面试中），马上就周末，再到下周一就等了快俩周了。不是哥们，你当我的时间很多吗？要是不想招你赶紧给我结束啊，又锁着我的流程我还没法投别的部门，无语了。我还要继续打电话催吗，感觉再催人就烦了