😭😭本人大三上，运气好进了一家小公司实习，其实我就会个crud写了个外卖项目，但是有公司愿意收留我，我很珍惜这次实习机会，但是有个老师喜欢举报我们这帮逃课实习的，被导员压力了，说是什么领导来查，当天晚上让我立即回宿舍，明早必须去上课实际上第二天来根本没什么领导，导员说的后果很严重，说再被抓到就要把我这学期成绩清零然后上报我夜不归宿并且让我延毕😭但是我很珍惜这次实习机会，师傅对我很好什么问题都愿意帮我解决，一时半会也找不到替课的感觉很为难了，延毕感觉很麻烦

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...