面灵AI→

蔚来 AI Infra 测试工程师一面:从 LSTM 到跨平台推理差异

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 展开讲一下毕业设计中深度学习 LSTM 模型的应用。
  2. 为什么选择 LSTM 模型?它和普通的 RNN 有什么区别?
  3. 模型的数据量和数据划分比例是多少?
  4. 你的模型的输入 shape 是什么情况?Batch size 是怎么选取的?
  5. 你清楚 Tensor 的 shape NCHW 这个概念吗?
  6. 一个模型相同的输入在安卓 CPU、英伟达 CPU 和自研 NPU 上表现有差异,你怎么看待这个问题?你觉得这是一个 bug 吗?你有哪些分析方向?
  7. 简历中跨切片流量串扰问题的发现、复现、定位的过程可以完整讲一下吗?
  8. 怎么判定业务验证的成功率?
  9. 介绍一下某个你很熟悉的特性从设计到落地的过程。
  10. 讲一下和 AI link 的一些平台开发的事情。
  11. 介绍一下美赛做的项目,对于你的 AI 学习有什么启发?
  12. 测试工程师在 AI 时代应该具备什么样的素质?

《参考解析》

为什么用 LSTM:RNN 在长序列上存在梯度消失,难以捕捉长距离依赖;LSTM 通过输入门、遗忘门、输出门与细胞状态控制信息流,遗忘门决定保留多少历史,输入门决定写入多少新信息,因此能稳定地学习较长依赖。代价是参数量与计算量更大、并行度低。若数据是长序列且依赖跨度大,LSTM 仍是有竞争力的基线;若追求训练效率,可以对比 GRU 或 Transformer。

数据量与划分:说明样本总数、特征维度、时间跨度与类别分布,划分比例通常按时间切分而非随机切分,避免未来信息泄漏。验证集用于调参,测试集只在最后评估一次。若样本少,用交叉验证并报告均值与方差。

输入 shape 与 batch size:LSTM 的输入通常是 (batch, sequence_length, features),若启用 batch_first。batch size 影响梯度估计的稳定性与显存占用:太小则梯度噪声大、训练慢,太大则泛化变差且可能放不下,常用做法是从较小值开始按显存逐步增大,配合学习率调整。

NCHW:N 是 batch,C 是通道,H 与 W 是高和宽。这是卷积网络常见的布局,GPU 上 NCHW 便于按通道做向量化;某些推理框架偏好 NHWC 以利用内存连续性。布局转换会带来额外拷贝,因此部署时要确认模型与推理引擎的布局一致。

同输入跨平台结果不同:不一定是 bug,先分清是数值差异还是逻辑错误。可能原因包括浮点精度与累加顺序不同(GPU 的乘加融合、NPU 的定点量化)、算子实现差异(激活函数近似、池化边界处理)、布局与内存对齐、以及不同框架的默认设置(如是否启用 TF32)。分析方向是:固定随机种子与关闭融合后逐层对比中间结果,定位第一处超过阈值的层;用官方算子替换自定义算子做对照;检查量化校准数据与阈值。判定标准应是业务可接受的误差范围,而不是要求逐位一致。

跨切片流量串扰的定位:先确认现象与影响面(哪些切片、什么时段、是否与并发相关),再从监控与日志找出异常模式,构造最小复现(固定输入、逐步缩小范围),用隔离实验确认是共享资源(带宽、队列、缓存)还是配置串了。修复后要补回归用例,防止再次出现。

业务验证成功率:先定义成功标准(功能正确、时延达标、无错误码),再确定样本量与统计口径,区分首次成功率与重试后成功率,并按场景分层统计。只看总量会被长尾掩盖。

特性从设计到落地:按「需求与约束 → 方案与取舍 → 实现与测试 → 灰度与观测 → 复盘」讲,突出你负责的部分与决策依据。

AI 时代的测试素质:除了传统功能与性能测试,还要能评估模型输出的不确定性——构造评测集、定义指标、做回归对比;理解数据质量对结果的影响;能读推理链路与日志,定位是模型问题还是工程问题;以及具备成本意识,知道一次评测要花多少算力与时间。