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...

xhs的40k本就够惊讶了，字节更狠啊。秋招的寒气呢？头部大佬热的裤裆都湿了吧。

又又又进了小作坊，Boss上问会不会cloud，简历项目是用的微服务。他说可以去面试，到了之后妈的。在一个小区里 不给刷电梯爬了10楼，也不能说不给刷吧 我打电话说到门口了 电梯好像不能座，人家说直接上来上来就行 敲门说面试的就可以。我上你** ok这我忍了。一推门工作环境 几张桌子几个板凳员工自己带电脑。几个人在干活，这电话销售都没这么烂的环境吧。ok面试 八股啥也别说了 一点没问这个女的想让技术经理面我，但是不叼她她就硬着头皮问我，问项目主要怎么写的，我说完 她来了一句你干了什么。后面就是乱七八糟的 她看我简历可以看到什么关键字了就问一下。后面问前端 捅了前端的窝了，被拷打vue了。我答不出来，她说先休息会 我就看员工敲代码。她可能等技术经理面我，但一直不理她。突然技术经理说了一句方言，她开始面我了。把刚才问的又问了一遍，质疑我的学校。无语了。最后说好了走吧就到这吧。没有反问环节 我也不想问了 想立马走。无语了，小作坊

大家好，本专栏整理的所有的高频面试题目，均来源于历年牛客真实面经中的高频考点。 🔥🔥🔥更多每周实时的企业面试题热度 欢迎大家收藏&推荐：牛客面经八股 https://m.nowcoder.com/mianshi/top  🔍🔍🔍 其它方向的题目见下    知识点 图解-系列 图文-系列 AI面试(仅限PC)     网络模型 图解-网络模型 图文-网络模型 AI陪练-网络模型   HTTP/HTTPS 图解-HTTP/HTTPS 图文-HTTP/HTTPS AI陪练-HTTP/HTTPS   TCP/UDP 图解-TCP/UDP 图文-TCP/UDP AI陪练-TCP/UD...