🎯 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，8 道题持续更新。
0102030405060708
困难量化量化GPTQAWQ
权重量化 GPTQ 和 AWQ 有什么区别？
7 0 0
困难量化量化FP8面试高频
W8A8、W4A16、W4A8KV4 这些量化配置分别是什么含义？
11 0 0
困难量化量化SmoothQuant面试高频
SmoothQuant 解决了激活量化的什么难题？
7 0 0
中等量化量化FP8NVIDIA
FP8 推理相比 INT8 有什么优势？为什么 2026 年越来越流行？
5 0 0
困难量化量化面试高频NVIDIA
量化中的 per-tensor、per-channel、per-token、per-group 量化粒度有何区别？
6 0 0
困难量化量化KV CacheKIVI
KV Cache 量化中为什么 Key 比 Value 更难量化 / 更敏感？
4 0 0
中等量化量化BF16FP16
BF16 和 FP16 有什么区别？训练/推理中如何选择？
5 0 0
中等量化量化评估面试高频
如何评估一个量化方案的好坏？会看哪些指标？
6 0 0