2021.7.29
百度分布式计算研发工程师一面相关问题
1.自我介绍
2.项目介绍
3.用户可控的代码量有多少
4.还有什么其他数据并行的方式
5.ring allreduce 相关知识
6.ring allreduce增加节点会增加数据量传输吗（不会）
7.ring allreduce 一个节点挂掉有什么方法解决导致的问题吗。（相邻节点存梯度，问存梯度还是存参数，存参数没有意义我说的）
8.参数服务器一个worker节点挂掉，会影响梯度的汇总吗。又什么解决办法吗？
9.知道现在深度学习框架下用的通信库是什么吗？知道nccl吗 和mpi的区别是什么。答（MPI只创建通信域，给所有计算进程编号。NCCL负责GPU聚合通信的具体最佳实现。）
10.c++11新特性有哪些呢？
11.unordered_map的数据结构，map的数据结构
12.智能指针
13.socket编程状态介绍
14.训练过程中有哪些导致gpu训练利用率不高的问题。（数据集IO读取， 数据内存-显存 数据交换， reduce过程）
如何解决数据集io读取问题
如何解决数据内存-显存中数据交换的问题
reduce 过程中解决办法
15.算法题（本地写共享屏幕） 寻找两个正序数组的中位数（时间复杂度空间复杂度尽量小）
写完算法题大概将近一个小时，最后面试官又突然想问两个问题，这两个问题回答的不是很好。
16.为什么使用批batch ，推理时间减少。
17.cuda stream 加速机制
18.PCIe传输慢怎么解决 nvlink知道吗
反问环节
总结自己就是很多知识点深挖的不够，可能会用但是底层的机制没有太熟悉。还需加强。最后许愿二面，并且二面顺利吧。
全部评论
(1) 回帖