已经干了五个月了，我很喜欢说每一个去过的公司都是黑厂，这话听起来有些主观，但如果和十年前相比，却又显得很客观之前秋招拿过百度的offer，这几天和当年的面试官聊天，他说我要是来百度，现在又得复刻阿里老路了我说拿个n+3.5也行，在阿里转正失败之后，我其实挺看得开被裁这件事，反正本来也没打算干多久他说你想的挺美，校招生给n+0.5就不错了，而且经历过的同学都知道，这种不是一两月的补偿能抵消的突然想明白了为什么互联网公司互相称呼同学，国企互相称呼老师因为同学会毕业，早晚而已这并不是一份多么值得让人羡慕和追逐的工作在这里，人也并没有太多的时间想以前和以后最近部门里没发生什么大事，我们算是一个很忙也比...

把我笑死了😂，说得好像我3k去干了，还拉低他工资一样

🥬  

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...