腾讯腾讯云-虚拟化研发工程师-AI机型研发方向（上海）
任职要求
1.3年以上相关工作经验；
2.深入理解KVM虚拟化技术，具备内核开发，性能分析能力，Debug能力；
3.深入理解IOMMU，PCIe，硬件辅助虚拟化技术，熟悉GPU/NPU/DPU相关的技术解决方案；
4.深入理解主流GPU/NPU…工作职责
1.虚拟化平台异构计算方向功能、性能优化； 2.异构计算方向虚拟化能力适配； 3.异构计算方向虚拟化相关软件生态适配； 4.前瞻性技术预研。
团队负责快手可灵在线推理服务的GPU资源利用，为 AI 视频生成模型提供算力基石。GPU集群算力规模大，且随着可灵业务持续快速增长中，团队积累了丰富的 GPU 资源调度与优化经验，旨在打造覆盖多场景、多地域的万卡级 GPU 算力平台。其中，在推理服务、模型训练等核心场景，通过算力调度、弹性伸缩、虚拟化混部等技术实现了GPU利用率的高水位。 1、参与GPU利用率下钻指标的建设及分析，挖掘潜在的GPU利用率提升手段； 2、通过算力调度策略，协同同步业务的资源供给； 3、参与虚拟化混部技术方案的架构设计和核心代码开发，协同推动方案落地，通过混部和潮汐资源提升面向业务的GPU供给能力； 4、参与模型推理执行优化，设计模型推理执行流水线。
- 负责基于 Kubernetes 的云原生 AI 算力管理能力的建设，包括 GPU 的调度、虚拟化、池化、混部等技术； - 负责提升 Kubernetes GPU 集群的故障容错能力，提升大规模集群的可靠性； - 负责推动云原生 GPU 相关技术在业务的落地，提升业务的训练、推理等稳定性和效率；
阿里云持续推进AI技术深化战略布局，围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正积极招募优秀人才： 负责云计算和大数据基础技术研发，包括不限于以下方向： 1、云基础设施技术，包括研发面向百万级服务器的网络（如RDMA、可编程芯片）、服务器（如异构计算）、数据中心，以及构建超大规模的基础设施智能化运维体系（如AIOps）； 2、虚拟化技术，包括XEN、KVM等开源技术的改进，以及也包括我们自研的SDN、VPC等网络虚拟化、存储虚拟化技术，还包括Docker等轻量级的容器方案； 3、MySQL、PostgreSQL、MongoDB、Redis、HBase等开源数据库内核的改进； 4、包含单集群上万个节点，多地多集群的超大规模分布式存储系统(文件系统，KVstore，BigTable等等）、分布式计算系（MapReduce，DAG，MPI并行计算、Batch、类Hive/spark的计算系统包括离线，分布式开发语言，分布式开发IDE，查询优化，流式实时计算，图计算，MPP等等）、弹性分布式资源管理和调度（海量多维度的多目标的调度系统，多个资源维度资源隔离技术等等）、机器学习平台（包括Paratemter Server，深度学习，逻辑回归等等）、异构等新型硬件上计算（包括CPU，GPU，FPGA，RDMA等等）； 5、大数据在线引擎体系的目标是集广告、搜索、推荐的投放三位于一体，在近百毫秒周期内，从服务端跨越至移动端上智能，支撑总体近TB级的模型，完成知识推理向量匹配等各种召回，以及其它深度学习的排序和预测算法，参与计算的数十亿商品保持实时更新，支持数百位算法工程师面向众多场景展开测试，在算子流图化的抽象之下，引擎内的模型和数据可随时调整布局满足迭代所需； 6、参与大规模高并发场景下的开发者工具如IDE、SDK、CLI的开发工作，toB相关认证、权限、审计平台合规等相关工具平台的研发工作。
蚂蚁DeepXPU团队专注在基于GPU等AI芯片的高性能异构计算系统研发，欢迎加入我们一起致力于： ● Software&Hardware Co-Design：深入分析GPU等AI芯片的硬件架构，打磨极致高效的算子与显存优化技术，优化大模型引擎，构建异构虚拟化能力。通过系统建设和优化，推动计算效率逼近硬件的性能极限，打造面向大模型的AI系统生态，提升智算集群的整体效率。 ● Algorithm&System Co-Design：从系统的视角出发，和算法团队紧密配合，共同探索大模型结构和范式的创新，并面向大规模AI应用场景进行系统级优化与落地。