这条路线是什么
AI Infra 面试的每道题最后都落到带宽与算力的账上。用 Roofline 模型判断算子是带宽瓶颈还是计算瓶颈：Decode 阶段每步只算一个 token 却要读全部权重，所以慢；KV Cache 的显存随序列长度线性增长，所以大；量化压低权重位宽，省的是访存字节。答题时把底层硬件资源和上层模型结构逐项对应起来，这就是这条路线反复训练的分析方式。
走完这条路线，你需要具备两方面的能力。在推理侧，要能讲清从输入到输出的各个优化环节，包括 KV Cache、PagedAttention、连续批处理、量化、投机解码以及 PD 分离，并能熟练计算显存与带宽开销。在训练侧，要懂各类并行策略与显存四件套。此外，这个方向的面试普遍要求动手写代码，手撕算子实现或推导访存流量是常态，这也是路线中必须攻克的部分。
怎么走
学习顺序紧贴面试的考查重心。首先从第 2 章 LLM 基础切入，这里的重点是推理优化内容，帮你建立对显存和带宽消耗的直觉。理论打底后，直接进入第 9 章编程题。手写 Attention 和 KV Cache 是面试的硬指标，不可跳过，趁着理论热度理顺代码逻辑，能验证你对底层机制的理解深度。
完成推理与编程题两章后，转向第 3 章 LLM 训练，集中解决训练侧的并行策略与显存管理问题。基础知识夯实后，再通过第 12 章五厂真题进行实战演练，熟悉头部公司的出题风格和侧重点。最后以第 11 章通用来收尾，补齐常规的计算机基础与工程问题。
适合谁
这条路线面向准备求职 AI Infra、推理引擎或训练框架岗位的工程师。对应的业务场景通常是推理服务部署、训练平台搭建以及底层的算力优化。
适合有系统编程基础，对计算机体系结构、操作系统或高性能计算有了解的候选人。如果你平时关注 GPU 架构，喜欢研究内存管理、并发调度，或者对挖掘硬件性能有兴趣，这个方向会很契合你的背景。转岗者需要做好阅读底层源码和推导计算逻辑的准备。
章节路线
- 01第 2 章 · LLM 基础
地基就是这章。Transformer、Attention、MoE、KV Cache，绕不开，问得又细又勤。
- 02第 9 章 · 编程题
手写代码那一关。字符串、树和图、动态规划，再配几道 LLM 推理优化的实现题。
- 03第 3 章 · LLM 训练
决定你能不能聊深。SFT、RLHF、DPO 和 PPO，训练稳不稳、数据怎么喂，都在这儿。
- 04第 12 章 · 五厂高频面试题
按字节、阿里、腾讯、美团、百度各 100 题。先能把结论说出口，再谈细节。
- 05第 11 章 · 通用与软实力
题最多的地方。八股、系统设计、行为面试，还有职业规划和你的技术口味，建议拉长战线。
范围内的题库分类
相关术语（全部术语）
可以写进简历的项目方向
- KV-cache 实现与性能分析产出：KV-cache 代码 + 加速比曲线
项目怎么讲才能扛住追问，看第一个项目面试包：企业知识库 RAG 助手。