今年投的面试里，英伟达这轮算是我最能感受到“技术深度差距”的一场。
NVIDIA SDE 不是那种高压式拷打，但你能明显感觉到——面试官每问一个问题，都来自他真实踩过的坑，而不是背题库。
整个流程 45 分钟左右，前半段是带技术味的 BQ，后半段是现场 Coding。
下面分环节说。
行为面（其实是技术深挖）：讲过的每个 GPU 项目，都要经得住拆
面试官一开场就让我选一个 GPU / 并行计算相关的项目讲。我挑了之前做的 CUDA kernel 优化。
但刚开讲我就意识到：
NVIDIA 的“讲项目”不是让你讲故事，是让你拆工程细节。
对方的问题节奏大概是这样的：
- “你在这个项目里真正负责的是哪部分？kernel 的哪段逻辑？”
一句话把“泛泛讲框架”堵死了。 - “profiling 的时候你具体看哪些指标？SM occupancy？warp divergence？memory throughput？”
你看过就看过，没看过一问就露馅。 - “你为什么能判断瓶颈在 memory bandwidth 而不是 compute unit？”
这个问题其实是在看你是否知道 bandwidth-bound / compute-bound 的判断方法。
整个过程给我的感受是：
你可以没有做得很复杂，但你说的每一句都必须基于真实经验。
CUDA Kernel 优化思路：你会不会“堆概念”，面试官一听就知道
第二部分继续顺着 CUDA 优化问。
这类问题很多公司也会问，但英伟达的角度比较“工程”。比如：
- 什么时候用 shared memory？
- block / grid 为什么这样切？
- warp divergence 在你项目里怎么体现？
- 为什么这么优化？具体收益多少？
你要能解释“为什么这样做”，而不是“别人都这么做”。
嵌入式性能瓶颈：Jetson Nano 上的 trade-off 怎么做？
这题我觉得是英伟达特色题。
面试官直接问：
“如果你的模型要部署在 Jetson Nano，你怎么在性能、功耗、显存之间平衡？”
我提了 quantization、pruning、kernel fusion、batch size 等等。
但面试官追问的方向很实际：
- 你如何判断当前瓶颈？
- 你怎么知道是 memory bound？
- 有数据吗？有 profiling 图吗？
我当时心里想：
英伟达面试官真的都喜欢 Nsight 图啊……
Coding（共享 codepad）：题不难，但“讲清楚比写对更重要”
整体难度不高，但每一步的逻辑、公式来源都要解释，尤其是第一题。
题 1：Clock Angle（时钟指针夹角）
给一个时间，比如 "3:45"，算时针和分针的夹角。
面试官特别强调：
“公式不能直接写，要说为什么是这个公式。”
我按正常的方法讲：
- 分针：一分钟 6°
- 时针：一小时 30°；一分钟额外 0.5°
- 先算两个相对 12 点的角度
- 差值如果 >180°，用 360° – diff
讲完面试官点点头，又丢出 follow-up：
“如果给到秒甚至毫秒呢？”
这其实考你能不能把“离散角度”换成“连续角度”，把每个指针的角速度讲清楚。
题 2：多线程顺序打印
要求三个线程 A/B/C 循环按顺序打印数字。
我用 semaphore 写的：
- A 先拿到许可 → 打印 → 放行 B
- B 打印 → 放行 C
- C 打印 → 放行 A
- 计数器用锁保护，避免 race condition
这里面试官关注的不是你用什么库，而是：
你是否真的理解线程之间是怎么“把执行权交给下一个人”的。
这轮下来，我对 NVIDIA 面试最大的感受
如果用一句话总结：
英伟达想知道你是否真的写过 CUDA 和 profiling，而不是“知道 CUDA 是什么”。
他们的问题全是工程化细节，不是八股。
如果你未来要面 NVIDIA 的 GPU / 并行方向岗位，我觉得最该准备的不是 LeetCode，而是：
- kernel 优化的真实经验
- Nsight / nvprof 做 profiling 的理解
- 如何判断性能瓶颈
- embedded 场景的功耗/性能 trade-off
Coding 不难，但解释思路的清晰程度非常重要。
最怕的深挖追问，靠远程助攻稳了
英伟达 VO 最慌的就是 “突然换角度 + 死磕细节”—— 尤其 CUDA kernel profiling 和 embedded 场景 trade-off，我之前准备得稀碎…
还好面前两天紧急冲了 Programhelp 的 VO 远程助攻，体验直接超出预期！
全程实时语音带节奏，像身边站了个冷静到离谱的教练：卡壳时立刻提醒 “先讲 profiling 核心指标”思路跑偏就拉回 “往 compute-bound vs memory-bound 推导”还会补刀 “这里加个依据，不然必被追问”
对 VO 高密度问答容易慌、GPU/CUDA 背景不扎实的朋友，这波助攻是真能救场，临场表现直接拉满！
