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...

还有救吗没offer 还有两个月毕业了

只是在这里记录一下过去的自己，文笔不好，请见谅文中讲解技术的部分会比较多，看起来像流水账一样又臭又长我第一次正经的接触编程，应该是初中毕业后的暑假, 在这之前，我只写过易安卓，用中文来编程，写起来挺像 Visual Basic 的。我当时因为接触过易安卓，后来开始写正经的软件延续了客户端这个方向，下载了 Android Studio。当时 Kotlin 还不算很流行，所以我的首选语言是 Java。与其说是写，倒不如说是到处 CV 别人的代码，复制进来，点绿三角，能跑起来就是成功。内存泄漏、软件架构、设计模式什么的，也不懂。当时也没有 AI，所以只能到处翻博客，翻搜索引擎，找别人的教程然后把代码...