智元创新机器人实习面试

苦恼 放两天假还得回去一趟

之前有人催着发智元嵌入式岗的面经，趁周末把一面二面一起复盘。我没上岸（二面挂），但题是真的、坑是真的。智元不用多介绍，这两年人形机器人/具身智能里热度最高的几家之一。嵌入式岗位明显偏运动控制+底层驱动方向，所以面试重底层、重实时性，软件框架那种花架子问得反而少。一面（电话技术面，约45分钟）我按面试官问的顺序大致归了下类，方便看，实际过程是穿插着来的。自我介绍static修饰局部变量和全局变量分别有什么影响？未初始化的全局变量和局部变量的初始值是什么？函数调用的开销在哪里？什么场景该用内联函数？硬件/底层一串你MCU用的是什么芯片？主频多少？Flash多大？为什么主频会影响MCU性能？除了主频...

这是大学以来第一次假期回家，上学时，单程八小时的高铁，五六百的路费，望而却步...如今在广州，离家近了不少，路费也少了些，果断回家...记得两年前劳动节，还在努力复刻尚品汇的静态页面，那时经常问自己明年我是怎么样的，后年呢....迷茫焦虑没有答案那时的自己怎么也想不到两年后的自己能在腾讯，在wxg的暑期，两年的时光足以让我在一定程度上独当一面....这一路走来其实很幸运了，每一段实习，都遇到了很好的mt和同事，小厂活多锻炼了能做事的能力，大厂拓展的眼界 mt教我的职场方法论让我的软实力上了一层，让我能在暑期时丝滑成为鹅粉丝（最感慨的是成为鹅的那一天竟是我学前端的两周年整，感动到想哭）感慨万千却不知如何表达....

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...