面灵AI→

快手 AI Platform 一面:奇偶重排、显存观测与 MoE 负载均衡

快手 AI 平台开发

快手 AI Platform 秋招面经,开场问之前所在部门训的是什么模型,随后是奇数在前偶数在后的原地重排 coding、怎么看 GPU 使用的显存、了解哪些 MoE 负载均衡方案、怎么 profile;反问得知组内做多模态大模型。帖主对面试体验评价很低。

2026-11

拼多多 AI Infra 一面:GPU 存储层次、编译链接与手写内存分配器

拼多多 AI Infra

拼多多 AI Infra 技术面,前半段是系统基础:GPU 的多层存储结构、`#include` 之后编译工具链做了什么、头文件重复包含的问题与条件编译保护宏的原理、`vector` 创建 1000 个元素时的内存分配次数、对象与内存在栈上还是堆上、`malloc(4000)` 返回的是虚拟地址还是物理地址;再问 core dump 的常见原因与定位方法、内存泄漏;手撕是实现一个单线程内存分配器:初始化预分配连续内存,按 Best-Fit 策略分配(大小相同取起始地址最小),切分剩余空间,free 时立即合并左右相邻空闲块,不允许重复释放,要求 allocate/free 复杂度尽量低于 O(n)。

2026-11

中兴 GPU 算子开发面经:从 GPU 架构问到 FP16 量化与 DQN

中兴 GPU 算子开发 一面

中兴 GPU 算子开发线上技术面:自我介绍与项目拷打之后,问 GPU 架构相对 CPU 的优势、FP16 量化、C++ 虚函数、函数指针与指针函数的区别,以及强化学习 DQN 的讲解,最后是竞赛与反问。

2026-11

思朗科技 算子开发工程师 一面

思朗科技 算子开发工程师 一面

思朗科技算子开发工程师一面面经:五十分钟围绕简历与项目深挖,覆盖算子实现与优化方案选择、性能瓶颈定位(计算/访存/同步)、优化效果测试条件、Nsight 使用与指标解读、GPU 存储层次、Thread/Warp/Block 关系、C++ 内存管理以及 LLVM 与编译流程。

2026-10

曦望 AI 编译器开发一面:C++ 多态、CRTP 与 GPU 存储层级

曦望 AI 编译器开发 一面

曦望 AI 编译器开发工程师一面面经(47 分钟):先考计算机基础与 C++(排序算法、快排递归改循环、多态、函数重载与运行期多态、模板实例化与复用、模板父类调用子类成员、CRTP 静态多态与虚函数动态多态的选择),再深入编译器与硬件(GPU 缓存与存储层级、CPU 与 GPU 架构差异、LLVM/MLIR、AI/GPU DSL、Triton 与 TileLang 的编程抽象、DSL 适配自研硬件的瓶颈、算子/Pass/硬件特性的优化职责划分),中间穿插实习经历与 RAG 相关性计算,最后问岗位理解与面试建议。

2026-10

智元机器人高性能计算一面:DCU、warp 分支与 AVX-512

智元机器人 高性能计算工程师 一面

智元机器人 Genie 业务部高性能计算工程师一面面经,15 分钟、无手撕八股:项目拷打 DCU 与 GPU 对比、warp 分支解法、AVX-512 及其对齐与精度约束,再谈 GPU 硬件与大语言模型理解,末尾反问集群与技术栈。

2026-10

快手 AI Infra 一面面经(同场重复投稿):Attention 算子优化、prefill 与 decode 调度及量化

快手 AI Infra 一面

快手 AI Infra 一面面经(同场重复投稿,题目与另一篇相同):围绕 Attention 重构、Triton 算子、profile 与 Roofline、prefill 与 decode 调度、线性注意力、AWQ 与 W8A16 追问。

2026-09

字节跳动 AI 平台社招三轮技术面面经

字节跳动 AI平台后端 三轮技术面+HR面

字节AI平台社招面经,围绕推理平台请求量、P99延迟、模型预热、动态批处理、GPU资源池化与冷启动治理展开,并包含技术面通过后的薪资沟通复盘。

2026-06