面向大模型的AI SoC芯片技术研究-阿里星

面向大模型训练/推理与数据中心级AI计算场景，围绕下一代AI SoC的先进架构与关键技术开展系统性研究与工程落地。该岗位聚焦技术升级与核心能力建设，在芯片体系结构、先进封装与系统协同层面推动突破性创新。主要研究方向包括但不限于：

1. 3D集成与先进封装协同架构研究 围绕
2. 5D/3D封装、混合键合、层间互联与热约束协同设计，构建面向高带宽与高能效的多Die协同架构；
3. 芯粒（Chiplet）与异构集成架构研究 探索多芯粒互联协议、带宽扩展机制、跨Die一致性与可扩展拓扑设计，支撑大规模算力构建；
4. 先进互联与Scale-Up系统架构研究 研究片上网络（NoC）、Die-to-Die、Chip-to-Chip与机柜级互联协同机制，提升系统级带宽利用率与扩展能力；
5. 存算融合与新型内存架构研究 探索近存计算、存算融合架构、HBM协同机制及新型存储结构对AI计算性能与能效的影响；
6. 先进架构方法学与EDA协同研究 构建从系统建模、性能仿真到物理实现协同优化的跨层方法学，推动架构-实现一体化设计流程升级；
7. 高功耗与热约束下的系统协同优化研究 面向数据中心部署场景，开展功耗、热、封装与架构协同优化研究。 该岗位承担1-3年关键技术方向的规划与演进职责，推动研究成果在真实产品芯片中的规模化落地，形成可持续的先进架构能力。

1. 博士学历，集成电路、计算机体系结构、电子工程或相关专业；
2. 在体系结构、先进封装、互联架构、存储系统或相关方向具备扎实研究基础与代表性成果；
3. 具备从算法/系统到芯片实现的跨层理解能力；
4. 熟悉性能建模、系统仿真或硬件实现流程；
5. 具备较强的技术判断力与复杂问题抽象能力；
6. 有志于将先进架构研究成果转化为可规模化工程能力。