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...

还有后续，笑飞了，hr回了个👌🏻

b站timeline：5.21  一面 5.22通知一面过5.26 二面 5.27通知二面过5.28 hr面 oc+发offer 6.9入职主播投递的比较晚4.22开始投递，继鹅一面挂、节一面挂、tme一面挂、腾讯云一面过泡池子后终于迎来暑期唯一嫡长offer要从👋子离职了，想来还是非常不舍得，一个是工资待遇不错，一个是确实很闲，mt还问不如留下来秋招走，希望没有选错TT有在上海的uu可以一起玩一起交流

一、先搞懂：自定义 Starter 是什么？Starter = 一套可复用的自动配置工具包别人引入你的 Starter不用写任何配置直接 @Autowired 就能用你的功能这就是自定义 Starter你平时用的：spring-boot-starter-web、spring-boot-starter-redis全是这种东西！二、自定义 Starter 步骤（一共 6 步，背会）目标做一个 itheima-utils-spring-boot-starter别人引入后，直接用 TokenParser第 1 步：创建一个 Maven 项目（工具项目）项目名：itheima-utils-spring-...