记本人上周面试一小伙的全过程--AI推理优化方向
最近，正好在面试一些AI推理/大模型推理方向的校招同学，把面试过程按照对话的方式放出来，供各位看着玩玩。
上周，领导又双来给了我一份简历。之前已经面过一次了，见此处
领导：熊猫，这里是一个来自xxxx大学的同学，你看看有没有空去面试一下
我：OK，我看一下
(我看了后发现，这同学的简历虽然感觉写的一般，但是看起来工作量不少，实习应该有在认真工作，大模型推理相关技巧也有接触，在校招生里面，这些经历或许算得上top10%了，没准水平高过我，于是和
上一期
不一样，这次我是心怀忐忑地去“焦作人”）
--------------------------------------分界线-------------------------------------
时间飞逝到面试时刻。
我：你好，同学！我是XX公司的AI推理加速工程师，花名熊猫，首先感谢你今天参加我们的面试，那我们开始吧（本人对颜值依旧比较有信心，所以摄像头一般依旧会主动打开），请你先简单介绍一下自己与AI相关的经历吧
候选人：（此处略去5分钟，候选人非常详细地介绍了简历上自己负责的内容、成果以及对团队的贡献，但是一个自我介绍而已，其实我听得有点累了，但是又不忍心打断他的表演）
我：OK，非常详细哈，看来你应该是有备而来，（我挑了一个自认为有很多聊头的项目来聊一聊）
候选人：我具体用了xxx和xxx和xxx的优化手段解决了xxx性能问题，（这里他详细分析了问题的来源、适用的方法，以及取得的结果，这个是我想听到的）
我：好的好的（接着换一个问题，继续聊项目）
候选人：此处省去n个字（依然难不倒他啊，对简历上东西很熟悉啊）
A FEW MOMENTS LATER...（聊项目时间）
我：（到这里，开始问一下重要的基础知识）shared memory的bank conflict你能描述一下定义吗
候选人：噢，这个xxxxxx（此处省去n个字）
我：（穷追不舍）那你看这种访问方式会有bank conflict吗？（我给了他一张图）
候选人：有
我：你确定吗（我承认bank conflict的概念非常隐晦，很多错误的说法，资料也不好找，且本人也经常误解）
候选人：确定（很遗憾，错误的确定）
我：CUDA stream有听过吗？
候选人：有
我：嗯，那么CUDA的所有stream是否都可以异步执行
候选人：不是，因为xxxx
我：(决定加大一点难度，甩一张图), 你看看下面这张图，每个CUDA stream上都有memcpyh2dasync，kernel，memcpyd2hasync的操作，你觉得这几个stream上的这些操作执行顺序可以是怎么样的？
候选人：emmm..我想想，此处省去n个字
我：（我有兴趣继续问下去）那哪种顺序下，总的latency最低？（这里其实有点难为他了，我没期望他能答出来）
候选人：(这里他想了有个5分钟以上，最终还是没打出来)
我：没事，这个问题其实有点难了，你能说出有哪些执行顺序其实已经很不错了，(差点把人弄自闭了，赶忙安慰一下），再问你一个关于CUDA的吧，我们都知道CUDA里面寄存器数量有限，那么如果kernel使用的寄存器超出了这个数量，会发生什么情况？
候选人：xxxx
我：嗯，还不错，我们来聊聊大模型推理相关的
候选人：嗯好
我：先来个简单的，encoder和decoder推理的区别在于哪里？
候选人：此处省略n个字（基本也答得七七八八还不错）
我：嗯，哪些是encoder模型，有没有encoder-decoder的模型
候选人：xxxxxx
我：好，你能稍微讲讲iter-level schedule解决了什么问题吗？
候选人：（此处略去n个字）
我：那你目前了解过哪些大模型推理引擎，有了解过SGLang吗？
候选人：（主要是vllm，SGLang没听过。。
我：（开始问一些vllm）你觉得vllm最大的创新在于哪里？
候选人：xxxx
我：（还不错）OK，那你觉得vllm现有的调度机制有没有可以改进的地方（这个我估计对他就有点难了）
候选人：想了一时半会，没想出来，感觉vllm挺牛逼的（想不出来实属正常，要我我也想不出来啊）
我：再问点量化吧，现有的Weight only量化主要针对哪些算子，哪些数据类型
候选人：xxxxx
我：你确定吗？
候选人：确定！
我：（还不错）那你觉得为什么只量化weight，不量化activation
候选人：（想了一会没想出来）
我：（慢慢引导）如果量化activation，你觉得模型性能是否会有提升
候选人：应该有
我：嗯，那你再想想为什么不量化activation
候选人：答出来了
我：好嘞，聊了这么多，最后再做个题吧，单链表反转，这个没问题吧
候选人：没问题
A FEW MOMENTS LATER...
我：感谢同学的时间，后续会有HR联系你，88
点评
这个同学的基础也是不错的，大模型推理/量化/CUDA的一些基础都能答上来，leetcode题也写对了，对写在简历上的项目也能清楚的描述出来，相关的引申知识点也能答出来，对一些做法的理解也是比较深刻，当然也有理解不太深刻的地方，比如CUDA stream schedule、activation的量化等等，但是整体也在校招生上等水平了，对一些前沿技术也有一定了解，技术之间的优缺点也有自己的理解，我这一面其实我是愿意给√的。