01 请说明 DDP 的多进程架构与 Ring All-Reduce 梯度同步机制,并解释梯度分桶如何与反向传播重叠以隐藏通信延迟。考察候选人对数据并行底层通信机制、计算通信重叠原理的掌握深度,以及能否区分 DDP 与 DP 的工程差异。 查看学习思路
02 请对比 H100 与 B200 的关键差异,并分析 LLM 推理中 Prefill 与 Decode 两阶段的瓶颈分别是什么。考察候选人对 GPU 硬件演进与 LLM 推理性能瓶颈的理解,能否把硬件特性与推理阶段特征对应起来。 查看学习思路
03 请描述从 kubectl 提交 YAML 到容器真正运行的完整链路,并说明 Pause 容器的作用。考察候选人对 K8s 核心调度链路和 Pod 网络模型的掌握程度,这是平台研发的基础能力。 查看学习思路
04 深度学习平台有时需要强隔离环境运行老旧框架,请说明 K8s、KVM 与 KubeVirt 的关系,并对比 KubeVirt 与 Kata Containers 的隔离思路。考察候选人对云原生虚拟化方案的理解,能否在平台建设中权衡隔离性与调度统一性。 查看学习思路