北京智源研究院-AI编译器工具链-二面
1. 自我介绍
2. 推理框架的设计，计算图，运行图，内存管理
3. 动态图，静态图，动态shape
4. 图优化
5. warp之间通信
6. cuda reduce
7. cuda softmax，warp处理与block处理的区别
8. block，grid的设置，调度，为什么会影响算子速度
9. CUDA的计算模型
10.flash attention v1 v2
面试时间：45分钟
#面经#
#高性能计算#
#高性能计算面经#
#模型部署#
类似资料：