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...

孩子bg 双非本 末流985硕暑假竞争太激烈了，投了很多厂，字节，阿里，美团，快手，携程等等，但实际没有几个约面。目前就字节面两次 一次二面挂 一次三面挂现在想去找20-99人的厂，或者99-499人厂刷一段经历，有用吗，导师只放一段实习

五一过后才开始投暑期，根本约不到面 ，不是简历挂，就是泡池子没后续，投了快一个月只有字节约面，其他0人在意，一个月只有一个面给我整麻了，boss不是送达就是已读不回，官网挂挂挂，求大佬们来点建议