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...

9本港大硕 手撕写出来了终端AI应用一面挂求捞，还能投其他部门AI岗吗

自己几个月的努力没有白费，真的很开心，也重新拾起能让自己自信的勇气感谢之前各位素不相识的牛友们的鼓励与支持这一刻，坚持仙蛊，练成！

很多人嵌入式面试结束后，第一反应都是怀疑自己：“是不是我技术太菜了？”但冷静下来会发现，真正把你挡在门外的，往往不是写不出代码，而是没答好八股文。在嵌入式面试中，“能不能干活”和“能不能通过面试”并不是一回事。实际工作里，你可能能熟练调外设、看波形、改驱动、查寄存器；但面试官更常问的是：C 的内存模型怎么回事？指针、数组、函数指针怎么区分？volatile、const、static 各有什么作用？中断、DMA、RTOS 调度原理你怎么理解？这些问题，并不一定天天用，但几乎每场面试都会出现。想掌握嵌入式八股文，必须从基础开始：全网最全面的嵌入式八股文专栏：https://www.nowcoder...