13 场景题:用 8 张 A100 做 7B 多模态模型的 GRPO 训练,你会如何定位瓶颈并设计训练与推理加速方案?考察候选人能否先定位瓶颈再优化,覆盖 Rollout、视觉编码、KV Cache、并行策略、显存与通信,并给出可验证的验收指标。 查看学习思路