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...

麻了，求大佬指出问题

项目相关animation和animator的区别，在只有几个简单动画切换情况下哪种性能更好，为什么c++和c的区别智能指针，三者的区别，循环引用引用计数和弱引用计数存在哪里（shard-ptr的控制块中）指针和引用的区别引用传参传的是什么c++的内存模型全局变量存在哪动态多态实现原理虚函数表存在哪，虚函数表指针存在哪，虚函数表指针什么时候创建的多重继承下，派生类虚函数表情况c++编译过程模板在编译后在代码中是什么样子静态链接库和动态链接库的区别A a；和A * p=new a；的区别（a存在哪，p存在哪，new a存在哪）placement new如何检查内存泄漏如何通过重载new和dele...