清微智能 AI 测开一面面经

《面试题目》

1. 自我介绍。
2. VLA 边端部署的硬件选型。
3. 量化有哪些好处？量化的算法有哪些？量化的对象有哪些？
4. RAG 是否是自己搭建的？
5. flask 框架是用在测试项目上的吗？
6. 有了解过什么测试框架吗，比如 pytest？有实际应用过吗？
7. Python 八股：list、tuple、set 的区别。
8. list 的切片的三个参数表示什么含义？
9. is 关键字和 == 的区别？
10. 浅拷贝和深拷贝的区别？
11. 多线程修改同一个变量，有什么问题，如何规避？
12. 有了解数据库中的锁吗？
13. pytest fixture 的作用有哪些？
14. 测试用例的公有配置，pytest 如何实现？
15. Python 抛出异常的方式？
16. C 语言：函数指针和指针函数的区别。
17. 突然追加提问：接触陌生领域如何去学习相关技能？如何推进？

《参考解析》

量化对 AI 测试意味着什么。好处有三：显存与带宽占用下降（模型能塞进边端芯片）、推理延迟降低（整数运算更快）、功耗下降。常见算法：训练后量化（PTQ，直接对权重与激活做校准，成本低）与量化感知训练（QAT，训练时模拟量化误差，精度更好但贵）；位宽上从 FP32 → FP16/BF16 → INT8 → INT4；校准方式有最大值、KL 散度、MSE、直方图等；还需处理异常值（per-channel 量化、outlier 分离）与算子融合。量化的对象包括权重、激活、KV Cache（大模型推理的关键）、以及算子实现本身。测试侧要验什么：精度（与浮点基准的余弦相似度、Top-1/Top-5 一致率、困惑度、任务指标）、性能（时延、吞吐、首 token 时间）、一致性（同一输入多次推理结果稳定）、边界（超长输入、空输入、极端数值）、以及部署链路的正确性（量化后的模型能否被目标推理引擎加载、算子是否落到了加速器而不是回退到 CPU）。

pytest 的 fixture 与公共配置。fixture 的作用是提供测试的前置/后置资源与数据，并按需注入：@pytest.fixture 定义，测试函数用同名参数声明即注入；支持作用域（function/class/module/session，作用域越大越省时间但状态更难隔离）；支持 yield 写前置与清理（teardown）；支持 autouse=True 自动生效、params 做参数化、fixture 之间互相依赖。公共配置的几种做法：把公共 fixture 放在 conftest.py 里（按目录层级自动生效、无需 import）；用 pytest.ini/pyproject.toml/setup.cfg 配置运行参数（测试路径、标记、日志、插件）；用独立的配置模块或 pytest_addoption 加自定义命令行参数，再用 fixture 读取命令行与环境变量；另外用 pytest_runtest_makereport 之类的钩子统一做失败截图、日志收集。要能提到几个常用插件：pytest-xdist（并行）、pytest-html/allure-pytest（报告）、pytest-cov（覆盖率）、pytest-mock。

Python 基础题的关键点。list/tuple/set：list 有序可变、允许重复、支持索引与切片；tuple 有序不可变（更省内存、可哈希因而能做字典键）；set 无序、元素唯一、底层哈希、适合去重与集合运算，注意它不保证顺序且元素必须可哈希。切片 a[start:stop:step]：start 默认 0、stop 默认长度、step 默认 1，负数表示从末尾倒数，step 为负表示反向切片；切片越界不报错（这点和索引不同）。is 比较的是对象身份（内存地址），== 比较的是值（调用 __eq__）；小整数缓存与字符串驻留会让 is 在小整数上「看起来像比较值」，但这是实现细节不可依赖，判断相等一律用 ==，判断 None 才用 is None。浅拷贝（copy.copy、切片、dict()）只复制最外层容器，内部元素仍是同一对象；深拷贝（copy.deepcopy）递归复制，能避免改嵌套对象影响原对象，代价是性能与循环引用（deepcopy 用 memo 处理循环引用，但仍要留意不可拷贝的对象）。

多线程修改同一变量的风险与规避。风险来自「读—改—写」不是原子操作：count += 1 在字节码层面是多步，两个线程交错执行会丢失更新；即使单个操作原子，复合逻辑仍需要锁。Python 里还有 GIL：它保证同一时刻只有一个线程执行字节码，所以不少操作「碰巧」安全，但 GIL 可能在任何字节码边界切换，因此不能把它当成线程安全保证；而且 I/O 释放 GIL 时并发问题更明显。规避手段：用锁（threading.Lock/RLock，注意尽量缩小临界区、固定加锁顺序避免死锁）、用 queue.Queue 做线程间通信（内部已加锁）而不是共享变量、用不可变数据结构、用 threading.local 做线程私有状态、或者改用 multiprocessing/异步模型规避共享。要对「数据库锁」问题补充：MySQL 里有表锁与行锁（InnoDB 的行锁基于索引，索引缺失会退化成扫全表加锁）、共享锁与排他锁、意向锁、以及 MVCC 提供的一致性读；并发问题对应四类：脏读、不可重复读、幻读与丢失更新，分别由隔离级别与加锁/乐观锁解决。

C 语言的函数指针与指针函数。int (*f)(int, int) 是函数指针：变量 f 指向一个函数，调用 f(1,2) 或 (*f)(1,2) 都行；用途是回调（qsort 的比较函数、事件分发表）、函数表（用数组存一组处理函数替代长 switch）、以及运行时多态。int *f(int, int) 是指针函数：它是个函数，返回值是指针，注意不能返回局部变量的地址。要能说出二者在读法上的区别（从变量名出发，看它先和谁结合：先和 * 结合说明是指针，先和 () 结合说明是函数），以及更复杂的嵌套（返回函数指针的函数、函数指针数组）。嵌入式场景下函数指针还要提醒一句：跳转到错误地址是跑飞（HardFault）的常见原因，因此函数表中的指针要有范围校验，Flash 中存放的函数地址在重定位与升级时尤其要注意。

「接触陌生领域怎么学」这类开放题。给出可复用的方法而不是态度：先找到该领域的权威入口（官方文档、规范、经典教材）建立概念地图，再用一个最小可跑的例子打通闭环（跑起来比看懂更重要），然后带着具体问题去查（问题驱动比通读快），输出一份自己的笔记或最小 demo 用来检验理解。推进上要会拆里程碑并设置可验证的中间结果：例如一周内能把模型在目标芯片上跑通并给出时延与精度数据。最后补一句信息渠道：官方 issue、源码、以及同行社区，比零散博客更可靠。