浙江大华*内*推*码*202278

滴滴：一天进行三轮面试，面完一轮10分钟就出结果，速度咔咔的，没有半点犹豫，面试官也是由浅入深，挨个问问，有手撕，缺点就是听说三轮面试后得泡池子，能不能泡出来另说了，综合以上给个顶级吧美团：只有两轮技术面，少数有三面HR面，每一轮面试后三天出结果，速度还不错，也有少数面试后得等很多天才出结果，有点搞，面试官基本也是问的有理有据，即使挂了发短信问他，也会体面的说说你很优秀，但不合适啥的安慰话，面试体验不错，给个顶级吧腾讯：感觉挺多KPI面的，有的面试上来直接甩给你三道编程题的，面试时也是一顿拷打，一直问底层什么的，好难好难，有的感觉不错也挂了，给个NPC吧字节：流程走的很快，当天面完，很多晚上就...

出现好几次了 选啥

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...