最近在往外投简历， 心想拿着两年LLVM的经验投SDE多少有点委屈， 索性看了看有没有做compiler的我还能用得上， Nvidia， AMD， Intel就都看了。 最后Nvidia看起来最猛， 第一天投简历第二天约面试， 刚刚收到下一轮面试邀请。
NVIDIA VO
面试的老哥是在Nvidia待了12年的老哥了， 口音有点印度/中亚感觉， 估计应该是入职以后的team leader。 以下是聊天经过。
开头先介绍了一下他们组是做什么的。 大致上就是中间层代码优化（IR Optimization）， 底层代码优化有做芯片的一帮人，上层应用有cuda及其他（其实是除了cuda其他应用我都没听说过也没记下来…）。 大概说了五分钟。
然后我花十分钟说了下我简历上过去两个LLVM相关的项目具体做的是什么。 他也不太关心我除开LLVM的贡献， 更多是关心我具体用LLVM写了啥。
之后就是一些琐碎的问题， 可以看出来面试官并没有抱着一个要考倒我的心态， 而是一步步在摸索我什么知道什么不知道， 对不知道的东西也会耐心的指导一下（墙裂好评）。
LLVM相关问题
“你对LLVM的熟悉程度怎么样”。 对前端clang那边了解不多，中间层（IR）做过很多工作也读了一些代码， 后端代码生成只是读了些代码和文档没有上过手。
那你有没有读过LLVM IR的文档， 这个我读过。 那你知不知道getelementptr这个指令， 我给他解释了一遍， 也说了一下我之前一个项目是怎么用的这个指令。 进一步问你知不知道什么是inbound，我说这个我不知道。 他解释说getelementptr本质上只是帮你算一个 index，参数给的不好的话可以算出任何奇怪的结果， inbound修饰保证了算出来的结果不会出界。
“你一般用什么编译器”， LLVM
“有没有读过optimization的代码”， 无，但是我知道工作原理
“你知道哪些optimization”， 这个地方聊的比较多。 常数替换， Loop unrolling， function inline， 代码序替换，然后深入问了 loop unrolling 和 function inline 的 motivation。 这个除了说减少 jump 以外我还真不熟， 他就举了个例子，如果函数参数是常数就可以移除一部分branch 然后做 inline。
你上过哪些编译原理的课。 我说我本科修了编译原理， 前端从 finite automata、Lexical analysis 到 pushdown automata、parser；类型系统 semantic analysis 都讲了。 中间代码生成、后端优化讲了但是比较浅。（其实我可以吹一下本科把斯坦福哪个 COOL compiler 从头到尾写了一遍，但是这个属于远古历史没有太大讲的必要我估计。） 然后研究生在 Davis 修了 Programming languages（ECS 240）， 更多是讲 CFG、DFG；静态分析，代码优化的。 老哥听我一大摞说了这么多估计是我都熟也就没继续问下去。
C++相关问题
问我 C/C++ 怎么样。 这话真把我问怂了， 千把行也不是没有写过，但是远没有 Rust 来的舒心，我就说 C++ 还行吧，不敢说 bug-free，反正能写能 debug。那 C 呢，我说这个我行，C++ 就是有太多不读文档都不知道哪来的隐式语义。老哥会心一笑，被坑过的都懂。
然后问了点 C/C++ 的基础。这部分我是真的菜。先是两个 struct 的 size，第一个我倒是说出来了，第二个不知道怎么脑子抽的说了个 5，然后面试官问我那我给一个 Dummy2[2] 尺寸是多少吗，意识到了自己的错误。
struct Dummy1 {
char c;
int i;
}
struct Dummy2 {
int i;
char c;
}
啥是多态，这个我倒是答出来了；进一步问我有没有静态多态（static polymorphism），我想了想你说的别是函数重载把？他说是。
应用题
最后算是一个应用题。说你写了个编译器，编译了一个 30 个文件的应用，结果应用炸了，怎么 debug？我说先用正常编译器看看，如果应用也炸了那就和我编译器无关。否则就前后端分离测试：我编译一个 IR 给 LLVM 的后端；然后用 LLVM 编出来的 IR 给我的后端，就知道 bug 在前端还是后端了。我说实际上我上次遇到类似的问题就是这么 debug 的。
面试官说可能我的前端输出没问题，但是和 LLVM 不一样，实际上问题在后端。我说这个不应该，但是我是假设了前端结果一致，这个假设其实没有道理的。他说搞优化的日常就是前端结果不一样，debug 半天是后端的锅，这里看起来还是我经验不足。
这个时候其实预约的 45 分钟就到了，但是我问的几个问题愣是聊到了一个小时。
如果你也在准备 NVIDIA VO —— 我们可以帮你！
Programhelp 团队专注技术岗面试助攻，服务覆盖：
OA 代寫 & 高頻題講解
Coding 輪語音協助 + Follow-up 解法準備
Debug & API 实现类题型实操训练
System Design 模板构建 & API 规格引导
HM 面項目包裝 & Behavior 面試框架訓練
我们已帮助多位同学上岸 NVIDIA / Robinhood / Meta / Snowflake 等北美热门 Fintech & Infra 厂。
