小米嵌入式端侧模型部署｜一二面

刚面完嵌入式音视频岗的两轮技术面，趁着印象还新鲜赶紧整理出来发上来。

一面（约 60 min）

一面节奏挺快的，面试官人还可以但是不放水，基本就是对着提纲一道一道往下问，C++、算法、系统三块轮着来，答完一题直接下一题，有几道会顺着追问细节。

题目如下：

JNI 中 LocalRef 和 GlobalRef 的生命周期管理差异？

C++17 的 std::optional 解决了哪些痛点？

std::function 和函数指针的性能差异及原因？

红黑树插入节点时的旋转规则是什么？

如何用最小堆实现 TopK 算法？时间复杂度是多少？

海量数据去重（100 亿级别）的三种实现方案？内存泄漏的检测手段（如 Valgrind 原理）？

嵌入式场景中如何平衡内存池设计与动态分配？

二面（约 75 min）

二面明显比一面深一个层级，面试官应该是做端侧推理或者底层优化的，问的问题都贼有针对性，能感觉到他在听你回答的过程中判断你到底是不是真的写过 kernel、调过算子。

中间有几道 SIMD 相关的题答得不太好，面试官还会顺着继续追问细节，压力挺大的。

题目如下：

为什么选择 TNN 推理框架？

对比过哪些其他端侧推理引擎？

模型部署时如何解决端侧算力不足的问题？

TNN 的算子融合策略有哪些？举例说明优化效果。半精度浮点（FP16）量化后模型精度损失如何评估？

模型蒸馏的具体实现步骤？

是否对比过蒸馏前后的推理速度？

如何评估一款 DSP 芯片的 MAC 算力（如 TOPS）？

双三次插值的 16 个点权重如何计算？用 NEON 实现图像旋转时如何避免内存对齐问题？

如何用 SIMD 指令优化矩阵乘加运算（如 y=ax+b）？

NHWC 和 NCHW 布局对卷积计算性能的影响是什么？

通道数为 3 时，能否用 NC4HW4 格式？

为什么？分组卷积（Group Convolution）的原理和优势是什么？

C++11 中的移动语义解决了什么问题？举例说明 std::move 的用途。传参时 const T& 和 T&& 的区别及适用场景？

weak_ptr 的使用场景是什么？如何避免循环引用？

vector 的 reserve 和 resize 有什么区别？

如何用 emplace_back 替代 push_back 提升容器性能？

多态的实现原理（虚函数表机制）？

析构函数抛异常会导致什么问题？如何避免？

CPU 的缓存一致性协议（如 MESI）是什么？

什么是伪共享（False Sharing）？

如何用 alignas 优化？

多线程下如何保证 std::unordered_map 的线程安全？

实时操作系统（如 FreeRTOS）的任务调度策略有哪些？如何通过流水线并行提升嵌入式系统的吞吐量？

写在最后

面试官比较专业也比较有耐心，问的都是货真价实的技术题，没有什么压力面或者奇怪的脑筋急转弯。

后续流程还在等通知，有 HR 面或者 offer 进展再回来更新。

冲冲冲，求各位兄弟点个赞攒攒人品

整个春招攒下来的面经，我都塞进这个专栏里了——目前 32 篇 / 12w+ 字，仍在持续更新。

内容基本覆盖了嵌入式岗会被问到的所有方向：C 语言陷阱 / 计网高频 / 操作系统 / RTOS / Linux 驱动 / 通信协议 / 硬件基础——你面试会被问到的，这里都有对应的题和思路。

目前 4.7w+ 同学在看，3300+ 订阅。数据摆这儿，口碑自己说话。

适合面经基础薄弱、想一次性系统梳理的同学。越早订越划算，内容只会越来越全，价格也只会越涨越高。

🔗 专栏直达：https://www.nowcoder.com/creation/manager/columnDetail/MJNwoM