辉曦智能 NPU算子开发实习生 （12.14）
第一次面试吧，没什么经验，面完没有回复，G
面试时长：1 h
面试内容：
* 项目拷打，面试官对softMax的reduce比较感兴趣（还是比较懂的）
* softmax的reduce部分是如何实现的？
* reduce时做指数运算时是否出现精度丢失问题？如何解决？
- 如果有reduce项目一定会问的
* 如果指数运算时出现了溢出，如何解决溢出的问题？
- 溢出的解决办法，可以考虑先把最大值找出来，在算sum时候减去最大值，不确定可不可行，如果大家有更好的理解欢迎留言。
* SIMD和SIMT的区别是什么？SIMD相较于SIMT的优势，为什么大家还会用SIMD？
- 简单介绍下SIMD和SIMT吧，然后具体SIMD的优势我的理解可能说硬件实现上GPU更加复杂一些，SIMD只是CPU上的一个扩展吧
* 计算机体系结构了解哪些？
- 简单说说CPU和GPU
* GPU中共享内存中的Bank Conflict如何解决？以及避免发生Bank Conflict的解决方法？
- padding
* 并行有哪些层次的并行方法？
- 数据并行
- 任务并行
- 流水线并行
这是我后来查的，如果大家有补充也欢迎评论区讨论，一起学习
* 循环展开优化的底层实现机制，为什么循环展开会起作用？
- 较少循环开销
- 有利于指令流水线调度
* 手撕矩阵乘，可以用CPP或者CUDA C
CUDA C写核函数没写出来，太菜了，这个还是要多练的
#25届实习#
类似资料：