米哈游校招（2.22）/社招 内推码+答疑

这段时间在找实习，到现在有 3 个中小厂的 offer，先过渡一下吧。距离上次发帖已经过去大半年了，这段时间里自己努力过，迷茫过，焦虑过，但好在没有停止继续前进。非常感谢帮助过我的前辈和朋友们，至少让我看到了希望，不管后面能不能进大厂，在当下的认知里，尽力得去做自己认为对的事情就够了。大一还记得刚上大一的时候啥都不懂，那段时间自己也非常迷茫呀，不知道要选什么方向，于是就在网上疯狂地看别人的经验贴，有不懂的就问前辈们。那时候对考研的欲望非常强，想着一定要考研来弥补自己高考失利的遗憾，高数 英语 政治 408 要怎么学，统统了解了个遍，并计划着要在大二下开始考研之路(现在就当放屁)，前提是自己要在...

这个简历，在boss投了二十多家了，没有安排一场面试，或者就是已读不回，现在做嵌入式门槛那么高了吗😴

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...