跳到主要内容
T4 车企/自驾 辉羲智能 实习 一二三面

辉羲智能 AI Infra 实习 一二三面

辉羲智能 AI Infra 实习一二三面面试真题，涵盖算子优化等方向

算子优化

一面

  1. 公司介绍与基本情况沟通。

二面

算子优化

  1. 什么是 bank conflict？产生的原因是什么？有哪些解决方案？
  2. 编写算子时如何最大化利用缓存？如何根据 L1、L2 缓存容量进行数据分块？
  3. 什么是线程束分歧（warp divergence）？它对性能有什么影响？
  4. blockDim.x 与 gridDim.x 的最大值分别是多少？
  5. 手写 CUDA 矩阵乘法算子（naive 版本），并说明后续优化方向及最佳分块大小的确定方法。

基础知识

  1. 请描述 CPU 与 GPU 各自的架构特点与设计差异。
  2. 对 CUDA 中 grid、block、thread 三级层次结构的理解。
  3. 常见卷积算法有哪些？各自的优缺点是什么？

项目经历

  1. 项目经历深入考察。

三面

算子优化

  1. 共享内存（Shared Memory）与硬件缓存（Cache）的区别是什么？
  2. Tensor Core 与 CUDA Core 在矩阵乘法加速方面哪个更快？Tensor Core 的工作原理是什么？
  3. 手写 CUDA Softmax 算子。

基础知识

  1. Transformer 架构的整体结构是怎样的？
  2. Softmax 算法在深度学习中有哪些典型应用？