滴滴 AI Infra面经（一面、二面）

秋招 · 2026-10 · 来源 牛客

Infra 岗手撕 CUDA kernel。

• 一面 · 项目：做过的注意力架构优化
• 一面 · 八股：长序列的界定
• 一面 · 项目：KV Cache 管理方案
• 一面 · 八股：MLA 与稀疏注意力的区别，线性注意力
• 一面 · 八股：线性注意力相比 GQA 能降低多少 KV Cache
• 一面 · 八股：GQA 下一次推理的 KV Cache 显存
• 一面 · 八股：ZeRO-2/3 的通信来源与显存降幅
• 一面 · 八股：AdamW 为什么占用 4 倍参数量显存
• 一面 · 手撕：用 CUDA 实现 RMSNorm、Softmax、Online Softmax、SwiGLU
• 二面 · 项目：流水线调度优化的动机与收益
• 二面 · 项目：多用户不等长序列的统一处理
• 二面 · 项目：分布式 Decode 优化