字节高性能计算一面

自我介绍，说一些做过的部署相关的项目项目询问，用了TensorRT量化，是PTQ量化吗？为什么要用tensorRT量化，项目有什么速度需求吗？CUDA加速图像预处理，具体的实现方法，用了什么优化手段吗？CUDA加速是自学的吗？可以举例子说一说你分析和优化算子的例子吗？(向量化读取没有加速，面试官说是内存对齐的原因)GUP的内存结构，l1 cacahe、共享内存、l2 cache介绍一下共享的内存怎么优化，bank conflict是什么意思？你对算法了解哪些？介绍一下ByteTrack的匹配过程？为什么选用RK3588芯片，说一说环境搭建和自己模型部署的过程？ARM相关的优化了解吗？聊一些实习规划？聊一些自己未来的职业规划？为什么想要做模型部署，有什么原因？手撕代码，只要说思路，CUDA实现100w的浮点数相加，怎么实现？反问：模型优化多一点还是写算子多一点？对我学习的一些建议，有哪些欠缺的知识？

自我介绍介绍下项目为什么使用protobuf做序列化了解什么网络协议最多可以建立多少个TCP连接RTSP、RTP与RTCP介绍一下怎么优化自己的服务器epoll处理IO与多线程（这个我没太听懂）假设不知道服务器实现，如何优化内存使用（不会）手撕：查找有序数组中最后一个小于等于给定值的元素位置更新：约了第二天的二面，结果面试前半小时告诉我内部协商，取消这个岗位，给你丫6的

  本人双非本，985硕，研究生做的是计算机视觉，做多目标检测与跟踪，有一篇中文cscd论文毕业用 无其他科研成果。  四月份开始投实习练手，主要是一些小公司的模型部署相关岗位，没有投大公司。  说一下感受：1，小公司的话既要你会算法，又要你会部署相关，而且部署要求没有那么高，我面的公司基本都没有问一些与部署相关比较深的问题。这一点的原因我觉得是小公司不会把算法训练和部署分开，所以面试官两个都问。2，像cuda编程，ai编译器，算子优化这方面的内容在小公司问的比较少，但我从其他面大厂这些岗位的经验来看，这些是重点。3，像推理框架这些好像也问的比较少 不会太深入。总结及自己后面的复习计划：1，自己研究生做的算法要好好复习一遍，深度学习的基本知识，目标检测的发展历程等都要熟悉。2，大厂比较看中cuda编程，算子优化这些。要把这些东西的细节，优化的原因过程目的和结果讲清楚。3，推理框架，tensorrt和ncnn这些，把这些和项目结合起来介绍。

最近的音视频实习offer分享（三个腾讯的，还有其他的隐私问题先不发了)），配套对应面试题和扩展资料