岗位与去向
NPU 研发岗集中在 SoC 与 AI 芯片公司：微架构、RTL 设计、验证、编译工具链多个细分方向校招，端侧大模型推理需求带动持续扩招。
面试高频
- 矩阵乘为什么适合硬件加速？脉动阵列的数据流讲一下。
- Roofline 模型是什么？怎么判断一个算子是算力受限还是带宽受限？
- INT8 量化为什么能保精度？对称/非对称量化差异？
- RTL：写一个参数化 MAC 阵列，怎么考虑时序收敛？
- 卷积映射到 NPU 上有哪些常见优化（tiling、im2col、winograd）？
答题要点
- 体系结构题围绕「数据复用—存储层次—带宽」主线组织答案。
- 设计题先明确 PPA 目标再谈方案，体现工程权衡意识。
- 软件方向把算子优化讲到指令级：向量化、双缓冲、访存对齐。
准备清单
- 精读一款开源 NPU/加速器架构（如 Gemmini）的设计文档。
- 复习计算机体系结构缓存与流水线章节，会画数据通路。
- 准备一个 AI 部署或 RTL 项目，性能数字与瓶颈分析要量化。