我的简历真的很烂吗😭😭😭投了一个多月了找我的全是中科软、外企德科、科锐国际，孩子只是想找一个自研，25 双非真的这么难吗😭😭😭

来美团快半年了，真的感觉像在上学，还是带薪的那种。每个新人都有导师带，从业务到技术，手把手教。遇到问题随时问，导师还会主动约一对一，分享经验和方法论。而且学城太实用了，项目文档、技术方案、踩坑经验，想查什么都有，比大学图书馆还全。最舒服的是团队氛围，同事之间很友好，有问题大家都会帮忙，没有那种冷冰冰的感觉。每天上班就像去学校，还能拿工资，这感觉真的不错

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...