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...

简历我叫ai压缩成了一页,如图所示j

最近我整理了 vivo 暑期实习（嵌入式 / Linux 方向）的面经，发出来给后面要面的同学做个参考。技术面难度还是有的，节奏偏快，会顺着你的回答往下挖；整体氛围还行，但有几道题一旦答浅了就会立刻追问细节。面试题目进程和线程在内核里分别对应什么数据结构？创建线程和创建进程在内核路径上有什么异同？CFS 调度器里 vruntime 是什么？为什么用红黑树？新进程加入时如何防止老进程被饿死？nice 值、SCHED_FIFO / SCHED_RR 和 CFS 的关系是什么？实时调度会不会饿死普通进程？虚拟地址到物理地址的完整路径（MMU、页表、TLB）讲一遍；TLB miss 时会发生什么？伙伴...