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...

无人在意😂

“双非”二字，在人才涌动的求职季里，常常像一道无形的门槛。有人被它绊住脚步，陷入自我怀疑的漩涡；也有人将它当作重新认识自己的起点，默默积蓄力量，最终弯道超车。本文的主人公陈屿，就是后者。他是一所普通院校的商科生，没有名校背书，却在毕业季拿下一家头部实业公司的管培生名额。这并非幸运突降，而是一场长达两年的精心布局。从低落的自我否定，到一步步搭建起属于自己的竞争力，他的经历中，有每一个双非学子都可能遇见的困顿，更有走出困顿的真实路径。一、困在标签里：当“双非”成为第一道枷锁大三那年秋天，陈屿第一次感受到现实的锋利。同校师兄师姐的求职分享会上，一句“有些企业只要985、211”被反复提及。他坐在台下...