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？