25分钟 1.自我介绍2.介绍实习经历中opencv的处理过程，用过哪些函数？有没有了解过底层的逻辑？3.PID在进行调试的时候，你是遵循什么原则，能不能具体的解释一下过程？如果说响应速度很慢，震荡很大，你会先调哪个值？4.ROS架构中有了解什么机制吗？ROS通信机制在话题收发的时候是属于同步还是异步？5.TCP/UDP协议中，你为什么要选UDP协议？如何避免丢包？6.了解线程同步机制吗？你了解哪些线程同步机制？有没有写过线程池？7.智能指针用过哪些？unique_ptr传入函数的时候应该怎么做？move()底层了解吗？shared_ptr主要用来做什么？8.了解cuda编程吗？9.共享内存涉及到同步机制还是互斥？为什么用互斥？10.C++的模板了解吗？模板定义在hpp里还是cpp文件里？面试官表示更想要计算机专业的学生，无后续

攒人品中～ 1.介绍一下Transformer的架构，和传统RNN循环神经网络相比有何优势2.Transformer中参数都分布在哪里，参数量最大的是哪部分?计算量最大的是哪部分，为什么?3.了解GPU的cudacore、Tensorcore吗，你常用的GPU有哪些，他们的显存和显存带宽有多大?4.讲讲大模型的量化，讲量化算子5.详细讲pd分离6. 详细讲paged atten7.LC25题:K个一组翻转链表8.写cuda算子:前缀和。实现一个base的，讲优化方法9.写cuda算子gemm:实现一个base的，讲优化方法

给我面没招了，觉得自己好菜...1. 先问fp42. 量化的矩阵乘维度3. 先问硬件怎么做量化的。4. 量化的硬件需要啥5. 问了一些gpu的问题。6. 怎么分析系统瓶颈。7. 问了flash attn。7.1 有什么用？7.2 矩阵维度推导。7.3 k包不包含q的那个17.4 多头多batch怎么并行

祝大家都能拿到满意的Offer！1.实习介绍2.对岗位的理解3.Qwen模型占了多少内存，在上一段实习中如何部署的4.介绍模型量化和Flash attention，实际优化效果如何5.介绍Tensorrt，底层方面如何加速6.是否了解vllm框架，追问PagedAttention7.介绍实验室项目，模型参数量计算量怎么算的8.Pytorch核心的基础功能是什么，有试过Pytorch对GPU进行管理吗9.模型训练和推理在资源、消耗上的区别，是否了解模型训练过程中性能优化的手段10.GPU和CUDA有了解吗，GPU基础的物理执行单元是什么11.手撕力扣hot100：将有序数组转化为二叉搜索树