返回全部题目← 上一题45 / 178下一题 →题库/模型基础与推理/Q-15921近期有哪些大模型推理优化方法，各自针对什么瓶颈？知识专题：推理优化与模型压缩题目类型：开放讨论相关面经：9 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经9 篇云鼎科技NLP / 机器学习2026-09-22一面查看原面经 →了解哪些优化显存或者加速推理的方法，不局限于项目。中国电信风控 Agent2026-08-22二面查看原面经 →近年对推理优化、Agent底层技术（如CUDA算子、沙箱安全）有无了解？字节跳动2026-08-05面经合集查看原面经 →LLM 推理优化做过哪些工作？用过 continuous batching、KV Cache、vLLM 吗？线上高峰吞吐量多少？网易2026-07-21面经合集查看原面经 →### 4.推理加速技术（量化、动态批处理、FlashAttention）。货拉拉大模型算法2026-07-21一面查看原面经 →常见的大模型推理优化手段有哪些？结合你的项目说明落地方案展开剩余 4 篇面经字节跳动后端开发2026-03-18实习三面查看原面经 →如何做好推理优化和并行加速有了解过么？小鹏汽车AI Infra2026-03-02查看原面经 →推理中常见优化手段科大讯飞AI Infra2026-03-01校招查看原面经 →讲讲最近推理上有什么新的tricks虾皮大模型算法2026-01-01校招一面查看原面经 →了解哪些模型的量化方法和加速方法相关题目4 题0274Decoder-only 的 KV Cache 为什么缓存 K、V 而通常不缓存 Q？同一知识专题题目类型：原理机制技术难度：进阶相关面经：4 篇0277FlashAttention 为什么能节省显存并提速，是否改变注意力结果？同一知识专题题目类型：原理机制技术难度：进阶相关面经：17 篇0502有哪些大模型推理加速技术？同一知识专题题目类型：方案设计技术难度：进阶相关面经：12 篇0503模型剪枝、GPTQ 与 AWQ 量化方法。同一知识专题题目类型：比较选型技术难度：进阶相关面经：11 篇♥♥♥♥♥← 上一题已到最后一题← 上一题使用 FP8 时，KV Cache 的大小如何计算？下一题 →大模型常见量化策略有哪些，应如何比较？
