T1 大厂/独角兽 快手 一面
快手 AI Infra 一面
快手 AI Infra 一面面试真题，涵盖推理优化、算子优化、高性能计算等方向
推理优化 算子优化 高性能计算
基础知识
- 是否了解 Prefill-Decode（PD）分离？AF 分离的目的是什么？既然已有 PD 分离，为何还需要 AF 分离？
- FlashAttention V2 相比 V1 做了哪些改进？具体优化思路是什么？是否了解最新的 V4 版本？
- 大模型中一层 Transformer 包含几个线性层？张量并行（TP）时如何切分？这样切分的原因是什么？有哪些思路可以优化中间的 AllReduce 操作？
- Ray 的底层实现机制是什么？有哪些关键特性？在实际研究中是如何使用 Ray 的？
- 列举并阐述 CUDA GEMM 的常见优化方法。
项目经历
- 详细介绍项目背景、技术方案和实现细节。
编程题
- LeetCode 单词接龙。