元戎启行 高性能计算 一二面面经
一面
- 自我介绍
- 经历和项目拷打
- 有定义新的 mlir dialect 吗
- 做项目时有参考 torch-mlir 吗
- 有考虑动态图的问题吗
- 转成 tosa 和 tensor 后，接着 lower 到哪些 dialect
- One-shot bufferization 和基于 dialect bufferization 你有了解到吗
- 了解 llvm 的 isa 和 dyn_cast 吗
- 做题
- 给定一个计算图，计算运行该计算图所需的最小内存
- 反问
- 做什么的：面试官是偏图编译优化的
- 面评：总体还是比较满意的，但各个项目和实习都可以再做深入一点
二面
- 自我介绍
- 写过 cuda 吗
- 了解静态图和动态图吗，他们之间的区别是什么
- mlir 中怎么处理 in-place 操作
- 做题：拓扑排序
- 反问：
- 做什么的：ai 编译和 cuda kernel 都做，偏车端部署
- 面评：经历还是很丰富的，后续可以多写写 kernel