岗位职责
- 深入研究 Attention、MoE、Gemm、Conv 等模型架构与核心计算模式，设计并实现极致性能的计算内核，支撑大语言模型、自动驾驶、具身智能等关键场景的高效推理与训练；
- 深入分析 AI 芯片硬件底层微架构特性，软硬协同设计榨干芯片每一份性能潜力；
- 深度参与主流推理与训练框架（如 PyTorch、vLLM、SGLang）的性能优化，落实 Qwen、DeepSeek 等千亿级参数模型的极速部署；
- 追踪 AI 领域最新的加速技术方案，与芯片架构团队紧密协作，共同定义下一代 AI 芯片的计算原语与编程模型，推动软硬一体的技术演进；
- 探索并落地 Agent 智能体驱动的高效开发范式——重新定义 kernel 开发、调优与性能泛化的效率上限。
职位要求
- 计算机、电子相关专业硕士/博士及以上学历；精通 C/C++；
- 基础扎实：对数据结构、算法、操作系统及计算机体系机构有深刻的理解；
- 具备快速学习能力和动手能力，能主动追踪社区最前沿的 AI 加速技术。
- 加分项： ○ 熟悉 CUDA 开发，有高性能计算（HPC）或算子优化经验； ○ 有 Pytorch/vLLM/sglang/cutlass 等开源框架的深度使用或代码贡献经历； ○ 熟悉大模型相关技术（如量化、KV Cache 管理、MoE 负载均衡等）； ○ 在 ACM-ICPC、数学建模或各类 AI 性能挑战赛中取得过优异成绩。
