讯飞飞星AI infra校招面经

祝大家都能拿到满意的Offer！发面经攒攒人品1. 大模型推理瓶颈：LLM在NPU上的最大瓶颈在哪？2. Prefill vs Decoding的Matmul优化方法3. 分块策略：如何保证数据在缓存中的连续性？4. 昇腾NPU架构对Transformer友好吗？5. 场景题：一个量化后的大模型（如INT8/4）运行时内存占用大概多少

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.说一下vllm里schedule的过程；2.说一下vllm请求被抢占后续会怎么样；3.说一下投机采样推理时草稿模型和主模型交互流程，vllm和sglang中的实现有什么区别；4.说一下gptq量化、smooth quant原理；5.介绍一下DeepSeek V3 eplb推理；6.mla在prefill和decode时的计算复杂度区别，听说过mla矩阵吸收优化吗；7.dsv3.2有什么创新点；8.sglang里多模态如果开了tp，vit的image embedding在多个进程里是怎么高效复用的

一面面经分享，差不多面了五十多分钟1. 项目深挖，问得非常详细2. 如何通过Profiling定位瓶颈？（带宽利用率、流水线空泡、指令耗时）3. Matmul分块策略4. 手撕：n! 中尾随 0 的个数5. 手撕：买卖股票的最大利润

继续来分享下之前的面经~欢迎友好讨论，信息共享项目 混合着八股实习拷打1.k8s，讲了一遍deployment全流程 问了些apiserver的细节2.k8s调度框架 三个调度队列，pod怎么流转的3.Ray，参数依赖，假如b节点依赖a的参数，a挂了怎么办4.八股，最长有效括号