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...

java 后端还有活路嘛！！boss 上有活人嘛！！！🥲🥲🥲

#我的求职进度条# #运营# 

暑期实习还在进程中，秋招提前批就已经开始了？不过也不用担心太多，这个公司主要是看学历的，俗称学历厂，绝大多数互联网大厂的提前批是在7月份之后，神仙打架的。绝大多数同学拿到合适的Offer得在10月份前后以及年末的时候都是有可能的。继续面，及时复盘,把每一轮面试官问到的问题都记录下来，一个项目能问的问题也就那么多。