weixin_49241211-优快云博客

原创 Triton学习与面试

用户代码（Python）↓ 调用框架 API（torch.nn.Conv2d）↓ 映射算子层（Convolution Op）↓ 分发硬件内核（cuDNN / MKL-DNN / ACL）↓ 执行GPU/CPU/NPU 计算思想TritonTVMXLA核心理念“人人都能写 GPU 内核”“端到端自动化编译与调度”“高层图优化 + 硬件特化”操作单元单算子整个计算图整个计算图优化方法手写 / 模板 + 编译优化搜索 / AutoTVM / MetaSchedule。

2025-10-10 07:23:03 1014

原创 Nebula学习及面试题准备

nGQL 是 NebulaGraph 自创的声明式图查询语言 (NebulaGraph Query Language)。它的设计目标是：类似 SQL 易学、但专注于图模型的操作（点、边、路径）。它既包含 Nebula 自己的原生语法（native nGQL），也兼容部分 OpenCypher（主要是查询部分，即 DQL）。注意：nGQL 是进行中项目，语法或者行为在不同版本可能有些许差异。文档与实现可能不完全同步。创建图空间 (CREATE SPACE)然后：这是使用该图空间的前置操作。

2025-10-07 19:42:34 866

原创 Milvus基础概念及面试问题

在 Milvus 里，创建Collection时需要定义一个Schema哪些字段（id、content、vector…）字段类型（INT64, VARCHAR, FLOAT_VECTOR…）数据字段太多，难以一一提前定义某些元信息（metadata）不确定（例如“作者”、“页码”、“标签”可能有的有，有的没有）👉 为了解决这个问题，Milvus 提供了动态字段当时，插入数据时可以附加任意额外字段，Milvus 会把它们统一存到一个内置字段_dynamic里。_dynamic的数据类型是。

2025-10-07 16:00:38 818

原创 CODE_TOP

滑动窗口 + 集合：简单直观，O(2n) ≈ O(n)。滑动窗口 + 哈希表：更高效，严格 O(n)。如果你面试遇到这题，先说滑动窗口思路，再写哈希表优化解法，印象分会很高。排序：最简单，写代码快。最小堆：适合大数据流，O(n log k)。快速选择：平均最快，O(n)。如果面试官不要求性能，可以直接写排序版。如果面试官要求优化，写堆或者快速选择。快速排序属于分治思想，是面试里必考的排序算法。LeetCode912. 排序数组用快速排序能很好地练习。实现上有两种：简洁版。

2025-08-25 06:24:32 980