字节跳动 TikTok 广告基础设施四面：benchmark 降噪与召回取舍

《面试题目》

1. 自我介绍。
2. 围绕实习经历展开追问。
3. 围绕项目经历展开追问。
4. 做 micro benchmark 的时候，怎么样尽可能减少环境噪声？
5. 了解私募量化那边用大模型替代传统训推做 Alpha 因子挖掘的工作吗？搜广推里生成式召回在替代 ANN 双塔 / 定向倒排，但大模型对延迟敏感链路来说太慢，这个「低延迟 vs 效果好」的 trade-off 你们是怎么做的？
6. 最近有看什么论文吗？解决什么问题，创新点在哪？

《参考解析》

micro benchmark 降噪：环境上独占机器而不是公共开发机，关睿频、把 governor 锁到 performance；绑核前遍历 CPU list，挑利用率低于 2% 的核，优先同 NUMA node、共享 L3 的核，用 taskset / cgroup 钉住进程，把 irq、rcu、migration 迁走。内存上保证 NUMA 本地性，用 numactl 做 membind，配合 hugetlb 减少 TLB miss；预热时反复 malloc/free 把 ptmalloc 的 tcache 填满，别让缺页落进测量窗口。测量上充分 warm up，跑 A/A 对照确认噪声底，多轮重复看中位数与 stdev 是否收敛，丢掉首轮和离群值；固定链接顺序与对齐参数，避免代码布局造成偶发差异。结论报分布和分位数，不报单次均值。

低延迟与效果的取舍：核心是把大模型挪出在线关键路径，做「离线重、在线轻」。级联——生成式模型在离线或近线扩召回，在线仍用双塔加 ANN 快召回，只在缩小后的候选集上跑轻量精排；蒸馏量化——用大模型当 teacher，把能力压进小模型或低维 embedding；预计算——用户与物料表征离线算好写入向量库或 KV，在线只查不算；近线更新——结果按分钟级流式刷新，用一点新鲜度换延迟；预算降级——按 SLO 分配 token、层数和候选规模，超时退回传统链路。评估同时看效果、P99 延迟和单位算力成本，最终由线上 AB 决定净收益。

论文怎么讲：准备两三篇能讲透的，按「要解决什么问题—已有方案差在哪—核心 insight—关键设计—代价与边界」组织，尽量带量化收益。原帖提到的 DPDK、SMC 都是用非常规手段换性能的方向，要能说清维护成本与安全边界，以及迁到自己项目要先改什么；被追问「什么场景下不成立」很正常，只报名字和会议名会被很快看穿。

搜广推的差异（反问延伸）：搜索受 query 强约束，候选集相对可控；推荐候选池极大但曝光漏斗陡；广告额外受预算、出价、定向和竞价约束，还多一条转化日志流，可与曝光点击 join 成样本。海外跨 AZ、跨时区的流量波峰错位适合弹性调度，而预算与曝光扣减要求极低延迟的一致性，否则容易超卖。