高性能计算实习生base深圳1、毕业论文方向是什么？2、介绍项目关键组件和模块3、算子和tensor是什么关系？4、计算图是用什么构建的？5、权重是怎么导入手搭的model？6、大模型推理分为哪些阶段？7、prefill阶段有没有办法加快KV cache的生成？8、prompt之间的token是否是有依赖的，是否可以并行？9、如何使用nsight辅助优化的，重点关注了哪些指标？10、吞吐量的含义？11、memory bounding, compute bounding12、在模型和算子已经固定的情况下，影响模型推理速度的因素有哪些？13、prompt的长度是否会影响推理速度，decode阶段？上下文长度会影响吗？14、平时会关注计算架构，芯片架构吗？15、进一步提升大模型推理优化的性能，有哪些技术是可以应用的？16、稀疏化kv cache需要改变模型的训练吗，还是只是一个工程上的问题？17、对于高性能计算岗位的理解，做这个方向的工作需要具备哪些知识和技能？日常工作：1）简单功能的开发和维护，自动驾驶功能落地，引擎上的工具2）工程质量上，代码规范编写，单元测试编写，开发文档的编写