1.请详细描述你在简历中提到的AI相关项目中，负责的主要模块和核心技术贡献。2.在设计一个高吞吐、低延迟的模型推理服务时，你会重点考虑哪些架构层面和工程层面的问题?3.请解释C++程序内存中栈(stack)、堆(heap)和静态/全局存储区的特点与主要区别。4.在C++中，new/delete`与'malloc/free`的主要区别是什么?为什么在C++中通常推荐使用前者?5.请解释深拷贝和浅拷贝的概念，并说明在什么情况下必须使用深拷贝。6.请阐述C++中'std:unique_ptr、'std..shared_ptr和'std:weak_ptr的设计意图、使用场景及相互区别。7.虚函数表(vtable)是如何实现运行时多态的?虚函数与纯虚函数(抽象类)在语义和用法上有何不同?8.什么是内存对齐?编译器对结构体进行内存对齐的主要规则是什么?请计算一个给定结构体(包含不同类型成员)在特定平台下的sizeof大小。9.请解释C++11中右值引用(&&)和移动语义(move semantics)的概念，并说明它们如何用于实现高效的数据转移(如std.:.vector的push_back)。110.简述CUDA的SlIMT(单指令多线程)编程模型，描述thread、block、grid的层次关系。11.在CUDA内核中，一个线程的局部变量通常存储在何处?这与寄存器的分配有何关系?12.在CUDA优化中，如何使用共享内存(Shared Memory)来减少对全局内存的重复访问?请举一个简单的例子(如矩阵乘法中的分块)。13.什么是warp shuffle指令?它在warp内部的数据交换和规约操作中有什么优势?14.解释在CUDA中使用float4或int4等向量化加载/存储指令进行合并访存的原理和性能收益。15.什么是共享内存的bankconflict?它是如何产生的?请举例说明。16.如何通过数据填充(padding)或其他内存布局调整技术来避免或减轻共享内存访问中的bankconflict?17.解释CPU缓存的工作原理，包括时间局部性、空间局部性的概念，以及常见的缓存替换策略18.编程题:实现一个算法，在一个包含大量整数的数据流中，实时找出出现频率最高的前K个元素。请描述你的思路(哈希表+最小堆)并分析时间复杂度。

牛友们狠狠投起来！ 一、互联网 / AI 科技    公司 类型 岗位 截止时间 投递链接     阿里巴巴 实习 算法、研发、芯片、产品 招满为止 投递   腾讯云智研发 春招+实习 后台开发、算法工程师、数据分析、AI工程师 招满为止 投递   科大讯飞 春招 研究算法类、AI研发类、产品类 招满为止 投递   金山办公 春招 管培生（产品/运营/政企营销） 招满为止 投递   搜狐集团 春招 技术类、运营类、产品类 招满为止 投递   作业帮 春招 AI产品教研 招满为止 投递   软通动力 春招+实习 大模型算法、AI Agent开发、软件开发 招满为止 投递   拓界科技 春招+实习...

最近复盘了 KV Cache，给面试/实战一个好记版本：1）Decoder 生成第 k 个 token 时，历史 token 的 K/V 不必重算，缓存后直接复用；2）不做缓存会反复算历史注意力，长度一长延迟明显；3）KV Cache 省算力但吃显存，长上下文时显存压力会成为瓶颈；4）MHA→MQA→GQA→MLA，本质都在做“少缓存/更聪明缓存”，其中 GQA 是当前工程里很常见的平衡点。一句话：KV Cache 是速度的来源，注意力变体是显存账本。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 聊项目2. 聊一下chunk prefill，他是为了解决什么问题而提出的3. 说一下reduce-scatter和all-to-all通信4. 怎么减少launch kernel overhead5. cuda编程中bank conflict是什么，怎么解决？6. 场景题：一个大集群中有节点内有nvlink，节点间部分机器有rdma，怎么去设计你的分布式推理方案代码题：k个一组翻转链表