快手实习 Ai Infra一面面经

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PagedAttention
7.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
全部评论
问的还挺多,有后续流程吗
点赞 回复 分享
发布于 03-05 18:53 北京

相关推荐

算法题: 1- 快排,寻找两个正序数组的中位数,下一个排列,二叉树中的最大路径和,Path Sum III2- 给定若干点的数轴坐标数组和固定数量的等长线段,问该线段最少要多长才能覆盖所有点3- 前k个高频字符串,词频一样时按字典序升序排列4- 给定初始字符串s,每次将字符串向右旋转一次,并将旋转后的字符串拼接到原字符串的末尾,每次操作都会使字符串的长度变为原来的两倍,求计算出无限扩展后的字符串中第 N个位置的字符5- 两根手指放在26个小写字母组成的键盘上,最少移动多少距离才能敲出给定的字符串sorch手撕题:MHA * 3,Flash Attention v1,flow matching model采样的伪代码ai infra或算法八股:1- flow matching模型预测的是什么,怎么理解conditional velocity (conditioned on data sample x0)2- 如何计算QwenImage的time shift3- 介绍Flash Attention的原理和实现思路4- GPU matrix transpose使用shared memory的好处5- CPU按列遍历一个行优先的矩阵相比按行遍历为什么性能会变差,具体是因为哪个性能指标变差导致的6- weight-only量化有哪些,实现weight-only量化cuda kernel时如何优化访存,是否了解Marlin kernel7- Megatron SP的实现方式8- DeepSpeed ZeRO stage1和stage 2的通信量区别,论文和代码实现有没有gap9- 多GPU通信时NVSHMEM和NVLink的区别
查看15道真题和解析
点赞 评论 收藏
分享
评论
2
18
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务