AI infra独角兽公司一面

发一下问题给大家参考，攒攒人品！1.实习拷打2.简述一下minmax和percentile有什么不同?3.你还知道什么其他校准算法吗？回答kl和mse，简单讲了一下中心思想4.在上家公司做vla的量化的时候说用了smoothquant，awq。按照量化粒度说明一下smoothquant是做的什么粒度的？了解gptq吗？他们分别的作用流程5.上家公司一般量化到什么格式，聊到fp8,nvfp46.nvfp4的原理是什么样的，怎么做缩放的，在哪个维度缩放？保存的格式等7.per-tensor/channel/group，哪个粒度更细？8.代码实现一下minmax和percentile

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2. 量化专项考察（Quantization）• 基础流程： 要求讲述INT8、W4A16的具体流程和应用场景。• 场景题（没答好）： 如果数据分布极不均匀，最小值为-10000，其余数值集中在[-1, 1]之间，应该使用什么量化方式？3. 手撕代码（Coding）• 题目： 手写一个算子。• 环境： 记事本（Notepad）手写，无高亮无补全

📍面试公司：文远知行一面（更新2026/03/26挂）🕐面试时间：2026/03/20💻面试岗位：AI infra（时长1小时）❓面试问题：一、实习项目拷打10分钟，你在上一家公司做了什么二、八股1、PD分离机制，如何调度两个队列          ——回答PD区别，然后我如何设计调度策略，优先D，也保证P不被饿死2、vllm如何优化显存？                            ——讲了pageattention、continue batching、内存复用3、chunk prefill                                       ——分块计算，我感觉这个没啥好讲的，可能是针对padding吧4、什么是虚拟内存                                   ——这个很简单5、说一下进程和线程的区别，以及操作系统如何调度    ——这个也简单6、讲一下TCP\IP栈                                  ——说实话没听明白，后来询问之后是介绍TCP/IP模型7、追问如何通过IP地址进行通信（找到目标ip） ——这个我其实忘了，随便说了一下洪泛搜索，不知道对不对8、K8S拷打，简历上没写这个                   ——反正基本都不会，应该是炸了，只知道pod和container😓三、手撕（dfs+优化思路）给的测试数据不大，十分钟写了个O(N^N)的算法，运行没问题，然后要求优化成O(N^logN) ——想了很久，提示二分后没时间了，就没写了。四、反问1、我今天表现怎么样答：我感觉你没睡醒😂，状态不好。（我感觉这面试官也一直打哈欠）2、对我有什么建议吗答：简历都挺好的，技术上不应该只追求论文，你可以多了解一下K8S这些3、部门业务是啥答：我们组是做ai infra的，顶层可能是k8s负责调度大模型，中间有做算法优化，底层也有cuda算子优化吧。（这个                面试官介绍的挺详细的，我感觉他是负责K8S调度的）🙌面试感想：发挥不是很好，面试官人挺不错，感觉凉了大半截了，过几天看看结果吧。

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 拷打项目2. 有没有了解过AF分离，他是为了解决什么问题，既然有PD分离了，为什么还要AF分离？3. 有没有读过flash attention的代码，V2比起V1做了哪些改进？细聊一下他是怎么改进的。有没有了解最近的V4版本？4. 大模型的一层有几个线性层？TP的时候怎么切的？这样子做的原因是什么？有什么思路优化中间的allreduce吗？5. 看过ray的底层实现吗？它有什么特性，你的课题研究中是怎么使用ray的？6. 聊一下你所找到的cuda gemm的优化方法7. leetcode 单词接龙