前言除非是真的没办法，或者是工资真的非常非常高，我劝各位真的不要选单休的工作。我毕业第一份工作就是单休的，当时因为转行，再加上疫情工作确实不好找，没办法就选了个单休的公司。单休工作的感受大体如下：单休等于没休，一到周末就不想出去，休息那一天睡个懒觉，起床就到中午了，有精力下午就出去逛一逛。因为第二天又要上班，晚上基本得早点休息，一天就这样子过去了。刚毕业的时候精力好，还能折腾，过了3-4个月就真心不想出门了。而双休，甚至是大小周，起码有个两天的周末你可以兼顾游玩和休息。单休跟双休，或者是大小周对比，一个月分别少休4天、2天；一年下来就是48天，24天；两年就是96天，48天……单休是干6天休一...

真没招了

因为老是有hr偷看我简历，然后老是搞推理框架和算子优化的，我决定从头学一遍并且总结出来。不搞芯片的不用学，这个吃学历和顶会的。也就是为什么我从一开始没搞这个，但是又收到了中科院和香港实验室之类的邀请。现在学好像有点晚了。。。。算啦，搞一下吧。然后其实你们看到的稿子都是我写剩下的，一般都是写好几篇到点就发的。本文需要先看了上期讲芯片的看了才容易点。那么正式开始吧，本文的话还是按照vllm举例，因为时间有限，我和你们的时间都有限，所以我只讲最简单，最通用的东西，第一点：基本上所有的推理优化都是优化Tensor Cores,第二点：其他的SM架构，cuda cores无法被优化，这个是硬件，vllm...