哔哩哔哩
机器学习研发实习生一面面经
完整信息
本篇目录
发些面经攒攒人品
- GPU算子优化通用方法论：profiling定性（memory/compute-bound）
- 针对性优化（访存连续性/计算简化/block size调整）
- 项目深挖，问得比较细，具体的优化过的部分都有问到
- 分布式通信原语理解：all-reduce / all-gather / all-to-all 语义区分
- 手撕CUDA编程：large array reduce sum 实现（shared memory归约 + 分层kernel设计）
- 系统基础：进程/线程/协程概念
- CPU调度粒度（进程级 vs 线程级公平性）
本篇目录
当前问题0108
- 01
GPU算子优化通用方法论：profiling定性（memory/compute-bound）
- 02
针对性优化（访存连续性/计算简化/block size调整）
- 03
项目深挖，问得比较细，具体的优化过的部分都有问到
- 04
分布式通信原语理解：all-reduce / all-gather / all-to-all 语义区分
- 05
分布式通信原语理解：all-reduce / all-gather / all-to-all 语义区分
- 06
large array reduce sum 实现（shared memory归约 + 分层kernel设计）
- 07
系统基础：进程/线程/协程概念
- 08
CPU调度粒度（进程级 vs 线程级公平性）