飞易通嵌入式软件工程师一面:低功耗、量化与英伟达平台对接
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- Linux 嵌入式开发这块,驱动相关有没有相应经验?
- 项目一里,Linux 平台如何保证低功耗?
- 从接触 Linux 到现在多久了?
- 安卓系统有没有接触过?
- 你主要用 C 和 C++,这两者是否有主次之分?
- 英伟达平台对接有什么经验?
- 项目二里,举例说明量化做了什么、解决什么问题。
- DLA 硬件加速是什么?模型主要用来做什么?
- 项目三是导师带的横向项目吗?
- 竞赛奖项很多,你觉得含金量最高的是哪几个?
- 赛事相关经历你具体做了什么?
- 是否可以实习?
《参考解析》
这场的问法偏「社招式」,也就是假定你上手就能干活,所以「做过多久、做过什么平台」比「你懂不懂原理」更重要。
Linux 低功耗的答法要具体到手段与验证:动态调频调压(cpufreq governor)、外设与时钟门控(runtime PM)、把轮询改成中断或事件驱动、减少唤醒次数(合并定时器、批量处理)、关闭未用外设与调试口、必要时挂起到内存并快速恢复。验证方式是量电流曲线——待机、空闲、满载三种状态各多少毫安,以及唤醒延迟多少毫秒;能给出这些数字,说明你真的调过功耗。
英伟达平台要能说到 Jetson 系列的差异(算力、功耗、内存带宽)以及软件栈:JetPack、CUDA、TensorRT、DeepStream。量化的具体工作分几块讲:为什么量化(降低显存与带宽、提高吞吐、功耗更低)、怎么量化(PTQ 用校准集、QAT 微调)、掉了多少精度(用你的评测集给具体数字)、怎么补(混合精度、敏感层保留 FP16)。面试官问「解决什么问题」就是想听这条因果链,而不是「用了 TensorRT」。
DLA(深度学习加速器)是 Jetson 上的固定功能加速器,擅长卷积类算子、功耗低于 GPU;模型需要能被它的算子集支持,不支持的部分会回落到 GPU/CPU。讲到「哪些层会 offload、怎么用 trtexec 看分层耗时」会很加分。
C 与 C++ 的主次这题别答「都熟」:说清你在项目里主要用 C(驱动、裸机、资源受限)还是 C++(上层业务、抽象),以及对另一门用到什么程度。面试官问的是真实熟练度。
项目三是否横向项目、竞赛含金量、赛事做了什么,本质在核实经历的真实性与你自己在团队里的位置。竞赛含金量的答法不是报奖牌等级,而是说清赛题难度、你在队内承担的角色、遇到过什么硬问题、最后怎么解决。诚实地说明哪些是团队成果、哪部分是你做的,比笼统说「我负责全部」安全。
「是否可以实习」是明确的意向探测,能实习就给时间窗口,不能就说明原因和可到岗时间。