推理部署 面试题

快手 AI Infra 一面面经：Attention 算子优化、prefill 与 decode 调度及量化

快手 AI Infra 一面面经：围绕 Attention 重构与模型部署追问，考察 Triton 算子、profile 与 Roofline 分析、prefill 与 decode 调度、线性注意力，以及 AWQ 与 W8A16。