英伟达面试题 · 性能优化
英伟达相关面试题，按最终去重题目聚合。
共 151 道真题 · 当前筛选命中 20 道 · 更新 2026-08-05
筛选题目已选：性能优化
考察点
技术栈
第 1 题请解释 CPU 分支预测失败（branch misprediction）对程序性能的影响，并结合一个具体代码或场景说明。 考察对 CPU 流水线、分支预测及其性能影响机制的理解第 2 题V4L2驱动层用到mmap干什么？ 考察对V4L2内存映射机制原理及用途的理解第 3 题请介绍你在 CUDA 内核优化方面的常用思路和方法。 考察 CUDA 内核优化的系统性思维和实践方法第 4 题为什么 float4 读写全局内存（gmem）会比逐元素读写更快？ 考察对并行编程中向量化访存与内存事务效率的理解第 5 题请介绍你针对C++代码性能瓶颈进行优化的思路和方法。 考察性能优化的系统方法与实践能力第 6 题读取二维数组时，为什么行优先（row-major）通常比列优先（column-major）更高效？ 考察对缓存局部性与内存访问模式的理解第 7 题请描述GPU中各存储层次（Global Memory、Local Memory、Shared Memory、Register）在容量、带宽和访存延迟上的大致量级差异。 考察对GPU存储层次结构与性能特征的理解第 8 题说说你在GPU或并行计算方面的项目经验。 考察候选人并行计算项目实践、技术理解与成果梳理能力第 9 题如果做嵌入式TCP功能，你的评判指标是什么？ 考察嵌入式TCP功能的性能与可靠性评判标准第 10 题当你需要优化一个CUDA内核时，通常会从哪些方面入手？ 考察对CUDA性能优化路径的系统性理解和实践能力第 11 题GEMM 的分块大小（block size）通常受哪些因素影响？请结合具体场景说明。 考察对 GEMM 分块策略及其影响因素的理解，评估计算架构与访存优化的权衡第 12 题如何估算MultiheadAttention在推理时的FLOPs，并说明计算优化的关键点？ 考察对注意力机制计算复杂度的理解与优化意识第 13 题请介绍一个你在CPU或并行计算方向参与的项目，并说明你负责的部分，以及在做性能分析时主要观察哪些指标。 考察并行计算项目经验、个人职责及性能分析的关键指标理解第 14 题在英伟达GPU编程中，多进程、多线程与CUDA流之间是什么关系？请对比实现并发和性能隔离的方案。 考察对GPU并发模型、流机制及多进程/多线程调度差异的理解第 15 题在实习项目中，你如何重新计算时间戳相关的耗时问题，并评估数据量大小对性能的影响？ 考察对时间戳处理性能瓶颈的理解和数据量规模估算能力第 16 题在嵌入式系统中，你会如何定位和解决性能瓶颈？ 考察嵌入式环境下的性能分析思路和关键优化手段第 17 题描述一个你在资源受限的嵌入式环境中解决性能瓶颈的经历。 考察在资源受限环境下定位和解决性能问题的能力第 18 题请手写一个简单的内存池实现，要求支持固定大小内存块的分配与释放，并说明其优势与适用场景。 考察内存管理的实现能力与底层原理理解第 19 题请说明栈和堆这两种数据结构的基本特点，并重点描述二叉堆（最大堆或最小堆）的插入和删除操作过程及其时间复杂度。 考察栈与堆的结构认知及二叉堆核心操作与复杂度分析第 20 题在性能或容量场景下，occupancy（占用率）通常指什么，它与哪些因素相关，如何控制？ 考察对 occupancy 概念的理解、影响因素及控制手段