岗位职责
- 大模型算子开发与全链路性能优化：负责 GPU 及各类 AI 加速芯片的底层算子研发与调优。针对大模型训练与推理场景，开展全链路性能剖析与瓶颈定位；通过指令级优化、内存访问重构等手段，实现核心算子在异构硬件上的极致性能释放。
- AI 编译优化、Mega Kernel 与模型量化压缩：参与 AI 编译器栈的深度定制与优化，打通从上层框架到底层硬件的计算图下沉与自动调优链路。主导 Mega Kernel 技术落地，通过多算子深度融合减少全局内存读写与 Kernel Launch 开销；结合量化压缩技术，在保障精度的前提下大幅降低显存占用与延迟，实现低成本部署。
- 分布式架构设计与计算通信融合：面向大规模集群，设计并优化大模型训练与分布式推理架构。深入实践张量并行、流水线并行等策略，攻克多机多卡网络通信瓶颈；通过计算与通信深度融合（如 Overlap 调度），提升集群算力利用率与扩展性。
- 前沿技术探索与下一代 Infra 预研：跟进 MoE 高效路由与负载均衡、超大规模并发推理优化、以及基于大模型的自动化 Kernel 生成（Kernel Agent）等前沿方向。将研究成果转化为工程实践，为下一代智能化 AI Infra 演进提供技术储备。
- 软硬件协同设计与系统可靠性建设：深度参与异构计算软硬件结合技术栈研发，与芯片、驱动及框架团队紧密协作，推动软硬协同设计。建立完善的性能基准测试与监控体系，解决复杂环境下的长尾问题，确保生产级 AI 算力底座的高可用与高可靠。
职位要求
- 计算机、电子工程或相关专业，具备扎实的编程功底与工程实现能力（精通 C++/Python 等）；
- 对 GPU 或相关 AI 加速芯片的系统结构有深入理解，具备实际的底层开发和极致的性能调优经验；
- 熟悉 PyTorch 等主流深度学习框架并对其底层实现机制有深刻认知，在大模型训练或推理性能优化方面有丰富的实操经验；
- 了解主流大模型的网络结构与执行细节，熟悉相关的推理性能优化技术；对 AI Infra 领域充满热情，持续关注 MoE、推理引擎、算子优化等技术演进，学习能力强；
- 善于利用AI辅助编程、智能代码审查等工具提升研发效率；同时具备优秀的沟通协作与项目组织能力，能够跨团队与不同背景的成员高效合作。 加分项（拥有以下经验者优先）
- 熟练掌握主流 GPU 算子开发工具链（如 CUDA / CUTLASS / Triton / NVSHMEM）及性能 Profiling 分析工具；
- 具有深度学习框架或主流 LLM 推理引擎（如 vLLM、SGLang、TensorRT-LLM、PyTorch 等）的源码级开发或深度定制经验；
- 具备异构计算、AI 编译器（如 TVM、MLIR 等）相关领域的开发经验；
- 拥有大规模高性能分布式计算系统的架构设计与实战经验。
