这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

这种实习能去吗？    

1. 如果某个 Linux 进程内存持续上涨，但没有明显崩溃，你会怎么判断是内存泄漏还是内存碎片问题？答案：先看内存上涨的是哪一类内存。通过 top、pmap、smem 或 /proc/PID/status 观察 VmRSS、VmSize、匿名页、文件映射区的变化，确认到底是堆增长、mmap 增长，还是缓存导致的占用上升。如果怀疑内存泄漏，要看申请和释放是否失衡。可以结合 valgrind、asan、自定义内存统计埋点，检查某些对象是否只申请不释放，或者异常路径、超时路径、错误返回分支里遗漏了释放逻辑。如果怀疑内存碎片，要看“总内存够但连续可用块不足”的现象。这类问题常见于频繁申请释放不同大小...