AI Infra
共 21 篇面经 · 光轮智能 / 科大讯飞 / 快手 / 拼多多 / 腾讯(混元)
光轮智能 Data Infra 三面:具身智能数据基建的阶段与求职匹配
光轮智能 Data Infra 三面(11.18),技术问题不多,以岗位匹配与稳定性为主:为什么不读研、哪段实习成长最大、偏底层组件还是应用层、对岗位与公司的理解、数仓建设处在什么阶段、自动化 ETL 与数据集市项目、压力与解压方式、base 地与家人态度、秋招进度与 offer 情况、对具身智能行业强度的预期、薪酬与实习时间。
科大讯飞算子岗一面:SM 占用率、GEMM 计算量与 FlashAttention 迁移
科大讯飞 AI Infra 方向算子岗一面(线上单面,约 32 分钟),节奏是自我介绍与背景、硬件平台与工具链、项目深挖、GPU 体系结构、算子实现细节、大模型与 FA 连续追问、软性与反问,无手撕无笔试。问题包括 SM 占用率、GEMM 计算量、计算/访存/通信瓶颈的判断、为何不用 cuBLAS、img2col、CPU SIMD、prefetch、Softmax 优化、Hopper 特性与 FA 迁移思路。
快手 AI Infra 一面:从进程线程到 1TB 文本外排序的系统连环问
快手 AI Infra 一面从实习 owner 内容问起,覆盖数组与链表、进程线程协程及 Linux 底层结构、进程排查与 top、C++ 编译链接四阶段、MVC 与 DDD、Docker 与虚拟机、虚拟地址与内存映射、锁与智能指针,算法要求用多路归并合并多个有序数组,再问 10 台 8G 机器处理 1TB 英文文本的设计与分片倾斜,最后落到 CAP、IO 多路复用、特权级、指令流水线与体系结构。
拼多多 AI Infra 一面:GPU 存储层次、编译链接与手写内存分配器
拼多多 AI Infra 技术面,前半段是系统基础:GPU 的多层存储结构、`#include` 之后编译工具链做了什么、头文件重复包含的问题与条件编译保护宏的原理、`vector` 创建 1000 个元素时的内存分配次数、对象与内存在栈上还是堆上、`malloc(4000)` 返回的是虚拟地址还是物理地址;再问 core dump 的常见原因与定位方法、内存泄漏;手撕是实现一个单线程内存分配器:初始化预分配连续内存,按 Best-Fit 策略分配(大小相同取起始地址最小),切分剩余空间,free 时立即合并左右相邻空闲块,不允许重复释放,要求 allocate/free 复杂度尽量低于 O(n)。
腾讯混元 AI Infra 二面:三代 GPU 架构、Cache-Aware 路由与 W4A4 稀疏算子
腾讯混元 AI Infra 二面全部围绕自研推理栈:先对比 Ampere、Hopper、Blackwell 三代架构的 TMA、Tensor Memory 与低比特支持,再追问 WGMMA 与 UMMA 的指令级差异、Cache-Aware 路由的评分与调参、TILE Cache 系统仿真,最后落到 W4A4 稀疏算子的实现细节,并现场手写带工程优化的 Softmax。
腾讯混元 AI Infra 二面复盘:从 Hopper WGMMA 到 Blackwell UMMA 的底层追问
同一场腾讯混元 AI Infra 二面的另一份记录:面试官按「硬件架构—指令—算子—服务调度」逐层下钻,五组问题覆盖三代 GPU 的搬运与计算机制、Cache-Aware 路由的评分调参、TILE Cache 仿真、W4A4 稀疏 Kernel,最后要求手写 Softmax 并讲清每一步优化为什么有效。
AI Infra 一面:简历是 Agent 项目,却被问部署验收与 KV Cache 卸载
简历全是 AI Agent 项目却面到 AI Infra 岗位:开场问想做训练还是微调,随后全问 token 成本分析与并发压测标准、知识库构建方式、TensorRT 部署的卡型与集群经验、论文算法、FastAPI 架构、KV Cache 卸载方法与掌握程度,全程没有手撕。
阿里云 AI Infra 一面:实习项目深挖与 AI 代码质量
阿里云 AI Infra 一面(约 50 分钟):面试官围绕实习项目做链路级深挖,重点问 AI 诊断工具怎么实现诊断、怎么 code review、有没有做测试、怎么保证 AI 生成代码的准确性;没有手撕算法,改为给一段约 150 行的代码让你解释这个类大致实现了什么功能。
字节 AI Infra 三面:CUDA Graph 与 TP 并行的卡死排查
字节 AI Infra 三面面经,主线是分布式训练与算子开发:CUDA Graph 与 TP 并行同时启用导致卡死的定位过程、Triton/CuTe 这类 DSL 的价值、MoE 训练里 Router Replay 与 EP 并行、滑动窗口 Attention 的确定性反向优化,以及国产 GPU 上的算子 Benchmark 方法。
元戎启行 OC 了,讲讲我的来时路(AI Infra 方向求职复盘)
一位中下 9 本候选人的元戎启行 AI Infra 方向求职复盘:7 月中旬投递、8 月初一二面、9 月初 HR 面、9 月底 OC。核心方法不是一上来刷题,而是先把目标行业和目标岗位弄明白——通过看 JD、看员工分享、用面试本身检验认知,再针对岗位考察重点准备项目梳理。
禾赛科技 AI Infra 一面复盘:FlashAttention、NCU 指标与 RL 链路卡死
禾赛科技 AI Infra 一面:从多卡训练经验问起,深挖 FlashAttention 各代差异、Tiling 与分块搬运、Blackwell 与 H200 架构区别,再追 RL 链路的卡死排查与 NCU 指标判读,最后手写岛屿数量。
10.27 禾赛科技 AI Infra 一面复盘:FlashAttention、NCU 与 RL 卡死
禾赛科技 AI Infra 一面复盘:多卡训练耗时拆分、FlashAttention 的 tiling 与硬件代际、RL 链路卡死的排查、NCU 指标与 warp 分支发散、跨方向协作,以及岛屿数量。
华为 AI Infra 二面与主管面:模型训练、算力硬件与最小步数算法题
华为 AI Infra 二面与主管面面经:二面围绕过往工作与模型训练认知展开,并手撕带禁区的左右跳转最小步数算法题;主管面考察自我介绍、经历深挖和对不同算力硬件的了解。
拼多多 AI Infra 一面:bank conflict、Triton 与字符串乘法
拼多多 AI Infra 一面:实习里的监控指标、常用 infra 工具、bank conflict 的成因与解决、Triton 学习情况,手撕字符串乘法。
腾讯混元 AI Infra 一面:张量并行/数据并行/流水线并行的连续追问
腾讯混元 AI Infra 一面题单:从张量并行的权重切分切入,连续追问 Linear/Attention/FFN 的行列并行与通信阶段、QKV 与多头注意力的切分方式、为什么 FFN 用列并行加行并行的组合、并行规模与加速比的瓶颈、All-Gather/Reduce-Scatter/All-Reduce 的通信量计算、如何判断训练进入通信瓶颈,再对比数据并行与张量并行的本质差异与扩容选择、流水线并行的 Stage 切分与 Bubble 优化、流水线对推理延迟的影响、上下文并行如何处理超长序列的跨卡 Attention,最后一道是 QQ 空间好友动态推荐的设计题。
腾讯混元 AI Infra 一面(同场重复投稿):张量并行/数据并行/流水线并行的连续追问
腾讯混元 AI Infra 一面题单(与同批另一帖内容相同,属同场重复投稿):从张量并行的权重切分切入,连续追问 Linear/Attention/FFN 的行列并行与通信阶段、QKV 与多头注意力的切分方式、为什么 FFN 用列并行加行并行的组合、并行规模与加速比的瓶颈、All-Gather/Reduce-Scatter/All-Reduce 的通信量计算、如何判断训练进入通信瓶颈,再对比数据并行与张量并行的本质差异与扩容选择、流水线并行的 Stage 切分与 Bubble 优化、流水线对推理延迟的影响、上下文并行如何处理超长序列的跨卡 Attention,最后一道是 QQ 空间好友动态推荐的设计题。
腾讯混元 AI Infra 二面:GPU 架构、KV Cache 与算子
腾讯混元 AI Infra 二面:从安培、Hopper、Blackwell 三代架构与 TMA、WGMMA/UMMA 指令差异,问到 Cache-aware 推理路由、跨实例 KV Cache 共享、稀疏算子设计与手撕 Softmax 算子优化,问题全部打在自研推理栈的细节上。
AI Infra 求职劝退贴:面试官建议与个人复盘
AI Infra 方向求职劝退贴:作者面试某大厂日常实习后,记录面试官给出的五条建议(岗位极度内卷、算子被 AI 冲击、国产芯片迁移难等),并复盘纯 infra 岗全挂的原因、可行的替代方向与选路自查清单。
阿里云 AI Infra 一面面经:Agentic RL 训练岗
阿里云 AI Infra 一面记录,面向 Agentic RL 训练岗:先做三道按简历定制的题(限时 40 分钟三选二)并讲解思路,随后深挖 OPD 蒸馏动机与数据筛选、过程奖励与结果奖励的区别、多轮对话双层奖励与用户模拟器构造、转人工率评测与 A/B 设计,以及 verl 中 AgentLoop 的特点。
快手 AI Infra 一面面经:Attention 算子优化、prefill 与 decode 调度及量化
快手 AI Infra 一面面经:围绕 Attention 重构与模型部署追问,考察 Triton 算子、profile 与 Roofline 分析、prefill 与 decode 调度、线性注意力,以及 AWQ 与 W8A16。
快手 AI Infra 一面面经(同场重复投稿):Attention 算子优化、prefill 与 decode 调度及量化
快手 AI Infra 一面面经(同场重复投稿,题目与另一篇相同):围绕 Attention 重构、Triton 算子、profile 与 Roofline、prefill 与 decode 调度、线性注意力、AWQ 与 W8A16 追问。