百度paddle 凉经

5.9一面:1. 讲项目2. 推理优化技术(有损, 无损)3. 有哪些性能评价指标4. 场景题, 设计top指令, 资源的管理层面有哪些需要考虑的(WA这些, 我不会)5. CPU管理哪些资源(物理资源, 资源对象实例角度)5.10 二面:1. 讲项目2. 场景, 假如只有一个模型,如何在硬件设备上高效部署(模型并行, 量化, 调度, 当GPU显存不够但是只有一个GPU, 又必须要做推理服务, 考虑将模型按层卸载到CPU上, 每次计算再传到GPU上, 针对这个方案详细问了这个延迟大概是什么量级的, 带宽指标是多少)3. 问了CUDA优化方法

华为2012实验室，25届应届生or秋招，感兴趣的可以联系我，注意只能投递一个部门，已经投递了其他部门的就不能再投递了算法工程师1、面向云、大数据、科学计算等场景，负责高性能数值计算方法、混合精度科学计算算法、高性能计算+AI算法、基础数学算法研究、实现和优化，使能高性算法库在EDA/HPC/大数据/无线网络等关键场景获得极致性能；2、构建高性能数学求解器，解决EDA/电磁仿真/气象等关键场景瓶颈问题；3、负责HPC领域内前沿技术、求解器关键算法、下一代高性能计算关键技术的探索及技术验证，持续保持业界领先4、参与国内外TOP学术会议、国标论坛，与顶尖高校、科研机构、工业界、标准组织开展广泛合作...

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？

基础平台研发工程师 一面(4.23)1. 介绍项目2. CUDA GEMM3. CUDA 矩阵求逆4. GEMM算法层面优化5. 智能指针, 循环引用, weak_ptr转share_ptr6. 虚函数7. C++ 的sort函数是基于什么算法? 答: 快排. 然后让介绍一下快排8. CUDA排序算法9. CUDA并行规约二面(4.24)1. 介绍项目2. 介绍lora3. 训练过程的内存占用4. GEMM优化5. C++ lambda6. C++ template7. template的特化和实例化8. 训练和推理过程在计算上有什么差异