发一下问题给大家参考，攒攒人品！1. 项目相关的访存优化问题2. 算子融合的实现难点3. 负载均衡问题4. 如何判断优化是否到瓶颈了5. 常见量化策略

春招提前批已开的互联网大厂：OPPO(1.27)、网易游戏(1.12)、三七互娱(1.16)、小米(1.18)、百度(1.20)、大疆(1.22)、字节跳动(1.25)、华为(1.28)总的来说，目前来看很多企业开启春招的时间越来越早，我们的核心任务是优化简历、复盘秋招、锁定目标企业、心态放平、准备笔试面试题库！#今年春招是金一银二嘛？#

ai infra八股：1- 给定训练所需的Tokens，怎么估计模型训练所需的完整时间？2- Prefill和Decode阶段各有什么优化技术？3- 什么是Two-batch overlap，什么场景Two-batch overlap是负优化？4- megatron-lm中通信优化怎么做？5- 多机PD分离会有KV cache transfer开销，为什么还要做PD分离？6- muon和AdamW的pretrain和posttrain为什么不能混用？7- 如何看待跨SM的PD分离和AF分离？8- cuda的global memory和shared memory访存分别需要注意什么？9- deepseek-V3的优化点10- deepseek-DSA和NSA，MoBA的区别11- nccl中的通信源语有哪些？all-reduce参数更新一次参数需要几次通信？12- 在小数据量场景使用NVSHMEM，每个GPU直接读取其他GPU的数据，在本地reduce，相比ring all-reduce的好处13- 训练时如何设计超长序列下的并行14- 将Ampere架构的算子适配到Hopper架构的卡上，你会对哪些地方进行升级改造？

2本硕，在这一个下午真的绷不住了，浪费了太多时间，现在的技术栈还停在C语言和stm32上，找嵌入式的实习面试被拷打，找杭州的一个也找不到，真的心里难受，linux没学过，研二了开始慌了。