中海油 笔试寄

本人bg是双非本，211硕，电子信息专业。秋招主要目标是山东的一些国家央企的计算机岗位，目前研二下，自学了一些JAVA，但是不算很精通，目前正在努力去找一些实习，请问大佬们，有一段实习经历对于进国企有帮助吗？因为听说国央企都比较看bg＋户籍地，但是我目前真的不知道还能在哪里提升自己了，难道真的听网上说的好好学行测吗

rt 其实之前在小红书上也发了一篇，但是没啥阅读量，想到牛客就再发一篇目前正在技术岗实习中，考虑转正（或者实在有点晚了，不转正）之后找南京本地国企，偏稳定不裁员双休三年后20w+就行，题主南京读研非南京户口，想问问运营商或者银行或者还有其他的情况推荐，希望不要太看本地户口的岗位，如果大厂实习能有帮助就更好啦

1. 基础概念题：什么是大模型核心加速技术中的 “算子融合”？举例说明其作用。答案要点：算子融合是将多个连续计算算子合并为一个，减少计算图中的节点数和显存读写次数，降低延迟。举例：如将 Transformer 中的 Add（残差连接）与 RMSNorm（归一化）融合，减少两次内存访问，提升推理速度。2. 技术原理题：Flash Attention V2 如何优化注意力计算效率？与 V1 的核心区别是什么？答案要点：• V1：通过分块计算注意力，减少显存占用（避免存储所有中间键值对）。• V2：引入 “内外循环交换策略”，将矩阵乘法的循环顺序调整为更适合 GPU 并行计算的模式，进一步提升计算效率，尤其在长序列场景下加速明显。3. 量化技术中，FP8、INT4 AWQ、INT4-FP8 AWQ 的适用场景和压缩率有何差异？4. RAG 系统中，文档切分粒度如何影响检索和生成效果？实际中如何确定最优粒度？5.在长序列推理场景中，PagedAttention 和 Prefix Caching 分别解决什么问题？如何配合使用？答案要点：• PagedAttention：将 KV Cache 分块存储在非连续显存中，避免显存碎片，支持处理超长序列（如百万 Token）；• Prefix Caching：缓存历史对话的 KV 对，跨请求复用，减少重复计算（如多轮对话中复用上文缓存）。配合逻辑：PagedAttention 解决显存限制，Prefix Caching 减少计算量，两者结合可提升长对话场景的效率和稳定性。6. 在企业级推理场景中，如何根据需求选择量化方案？举例说明短文本高并发和长文本场景的优化策略。实时客服系统用 INT4 量化加速响应；金融报告生成场景用 FP8+PagedAttention 处理数千 Token 输入。

双中2软工，秋招准备allin央国企，目前在一家勉勉强强中厂的厂实习(10000+人 + 有一点名气)，干的都是dirty work，最开始感觉无所谓，但是感觉周围人都去大厂实习了慌了，各位神通广大的🐮友们，能说说进央国企要咋准备，最近还投了投运营商的暑期实习😭