🎯 AI Infra 面试题库
高频面试真题
覆盖 GQA / FlashAttention / PagedAttention / MoE / 量化 / 分布式通信，4 道题持续更新。
01020304
中等CUDACUDA面试高频NVIDIA
CUDA 中 warp、block、grid、SM 的关系是什么？
114 0 0
中等CUDACUDA面试高频NVIDIA
CUDA 中 Global Memory、Shared Memory、Register 的区别？为什么 kernel 优化要关注它们？
93 0 0
中等CUDACUDA算子优化面试高频
算子融合（Kernel Fusion）为什么能提速？举几个 LLM 中的例子。
104 0 0
中等CUDACUDATriton面试高频
Triton 相比手写 CUDA 有什么优势？为什么很多推理 kernel 用 Triton 写？
122 0 0