面试题库 › 算法 / 大模型 › vLLM 的核心技术

vLLM 的核心技术

难度 ★★★在 13 场真实面经中被问到 方向:算法 / 大模型考点:大模型推理服务

哪些公司问过

美团3百度3腾讯1快手1中兴1寒武纪1蚂蚁集团1

常见岗位:大模型算法、AI 应用 / Agent 开发、人工智能、推理部署与加速、NLP / 语音

答案要点

  1. vLLM 是高吞吐的大模型推理引擎,核心是 PagedAttention
  2. PagedAttention:KV Cache 分块、按需分配,物理不连续,用块表映射,减少碎片
  3. 连续批处理:迭代级调度,请求结束立刻换入新请求,提高 GPU 利用率
  4. KV Cache 块可共享,用于 beam search、并行采样和前缀缓存
  5. 支持张量并行,兼容 OpenAI API

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题