24秋招提前批开了，你准备投了吗

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...

要么不回。要么回的就是些这😅

大厂同事给我的感觉就像高中班里的学霸，嘴上说没学习，考不好，但是一出成绩就名列前茅。案例一：我的同事A，基本上每天都和我抱怨ld又给她一个难度非常高的活，干着没意思，马上ddl了还干不完。最后一开周会就被ld表扬干的非常好，原因是下班后电脑带回去通宵达旦的干！案例二：我的同事B，每次吃晚饭遇到都会和我说，不行了顶不住了，今天要八点下班，最后九点的时候仍然还在工位。问就是活还没干完走不了！马上走！正在打车中！案例三：我的同事CDEF，经常周末自愿来加班，看他们的文档记录经常能看到半夜3点左右的修改记录，以及周六日正在编辑中~问了一下其它大厂的朋友，基本都是这个节奏！！！阿里测开：美团数开：快手测...