部门介绍
AI芯片团队深耕人工智能芯片研发领域,产品覆盖云端与终端场景,致力于提供高效率、低成本的AI芯片及 SoC 解决方案,满足公司内外AI及相关业务的算力需求。团队自主设计了多款AI芯片,涵盖推理、训练场景,具有高性能、高精度、高灵活性、编译器友好、低成本等特点。核心AI加速核与AI软件栈均为自主研发,具备完整知识产权,能够支撑面向不同模型、不同部署场景的持续演进与优化。
岗位职责
- 负责面向自研AI芯片Kernel Codegen智能体(AI Agent)系统的设计、开发与演进,打通从模型算子需求到高性能设备Kernel自动生成、编译、验证与调优的全链路;
- 负责Kernel DSL/中间表示与生成策略设计,构建基于大模型的算子代码生成、多轮自修复(编译错误、数值校验、性能反馈闭环)以及自动Tiling、调度搜索与自动调优能力;
- 负责Agent配套Harness体系的架构设计与开发:包括功能仿真与真机执行Harness、数值参考实现与自动比对、性能采集Roofline归因工具,以及覆盖单元、集成到端到端模型的自动化回归与质量门禁,支撑生成结果的可重复验证与大规模批量评测;
- 对接模型部署与编译器团队,围绕大模型典型算子,沉淀生成模板、领域知识库,持续提升生成通过率、一次成功率与生成Kernel的性能达标率;
- 牵引多Agent协同架构(任务拆解、委派、交叉审校)与工程化落地,推动Codegen Agent与Harness平台在真实模型交付中的规模化应用;跟踪代码大模型与智能体技术的前沿进展,驱动软件栈与研发流程的架构演进。
职位要求
- 计算机/电子工程相关专业,硕士学位及以上优先,1年以上AI编译器、算子开发或代码大模型/程序合成相关研发经验;
- 熟悉C/C++与Python,具备扎实的算法功底与软件系统架构设计能力;有LLM应用开发实战经验(Prompt工程、RAG、Agent框架、工具调用/函数调用);
- 理解AI加速硬件体系结构与多层级存储、片上NoC与片间互联原理,精通至少一种异构编程模型(CUDA/Triton/自研DSL),熟悉Tiling、流水线、并行划分等算子调度原理;
- 掌握主流深度学习框架的底层算子机制与AI编译器技术栈(LLVM/MLIR、图编译、IR Lowering等),理解Kernel从前端表示到设备二进制的完整生成链路;
- 具备复杂测试与验证基础设施的开发能力:熟悉异构程序的主机侧启动与驱动接口、仿真器/真机执行环境、数值正确性校验方法与CI/CD自动化流水线,有测试框架、Benchmark Harness或研发效能平台的设计落地经验;
- 具备较强自驱力,能独立牵引复杂技术攻关,沟通协作与问题分析解决能力优秀。 加分项
- 有代码大模型/程序合成方向的研究或落地经验,熟悉SFT、RLHF/DPO等微调方法、代码评测基准(HumanEval、EvalPlus等)与主流Agent编排框架;
- 有Triton、TVM、XLA、MLIR或自研Codegen/DSL编译器开发经验,理解Auto-tuning、Cost Model与搜索编译的原理与工程实践;
- 有Kernel/算子测试Harness开发经验:设备资源管理、Golden Data生成、边界与随机化用例、性能计数器采集与自动化回归门禁;
- 有大模型分布式训练/推理算子(Attention、MoE、量化、计算通信融合)开发或性能调优经验,熟悉NCCL、DeepEP等集合通信库与RDMA原理;
- 熟悉GPU或主流AI DSA体系结构,有算子库、集合通信库开发或硬件评测、Roofline建模、集群成本分析的实战经验;
- 有多智能体系统、自动化软件工程(SWE-Agent类)或LLM驱动的自动化调试/修复系统落地经验,熟悉CI/CD、自动化测试门禁与研发效能度量体系。