字节AI infra校招一面面经 1h

继续来分享下最近的面经~算子优化1. GEMM 中为什么通常让单个线程处理 8x8 的计算块？2. 使用 CUDA 实现算子时的主要难点有哪些？3. 是否使用 CUDA 实现过前缀和（prefix sum）？4. 什么是 bank conflict？有哪些减少 bank conflict 的方法？5. Little’s Law 中访存延迟与计算延迟的关系是什么？项目经历6. 介绍参与的开源项目。

自我介绍实习B 平台 详细说一下；有没有碰到什么难点，如何解决的A 系统 讲一下分布式随机分片锁的细节C 系统 Checkpoint 回溯机制详细说一下八股简述 TCP 四次挥手TIME_WAIT 状态出现在哪一侧HTTP 2.0 和 1.1 的差异Linux 进程间的通信有哪几种方式HashTable 实现原理其他对最近的 OpenClaw 有研究吗

攒攒人品！有面试过同岗的朋友欢迎评论区交流1、手撕算法：买糖果（每种糖果的价格随购买数量在两个数切换，有 n 种糖果，求 m 元最多能买多少颗）cuda：softmax2、八股：1.项目中的算子改写详情2.c++：内存管理的方法有哪些：只想到 malloc、new3.malloc 和 new 的区别：省略一个构造函数4.pinned memory5.cuda 优化方法

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.做过哪些相关工作 / 看过哪些经典文章 / 参与过哪些开源项目2.为什么要做 Prefill 和 Decode 分离，追问：pd到底争夺什么资源，和“直接多给卡/资源翻倍”相比本质差异是什么3.AF 分离好处和坏处4.常见并行模式怎么看，怎么根据具体场景选择合适的并行模式，选择因素有哪些？5.追问：Prefill / Decode × Attention / MOE 这四种组合，分别更适合什么并行策略；6.你觉得一个优秀的大模型推理框架，核心技术点有哪些，追问量化选择策略；7.GEMM核心优化方法，ncu8.拷打算子项目，MLIR / LLVM 理解