腾讯高性能分布式kvcache加速系统研究

1. 负责无人车分布式计算平台建设，为自动驾驶仿真和数据计算提供高性能分布式计算方案； 2. 负责云计算平台性能指标和稳定性建设工作；

1.负责公司下一代自研高性能RISC-V服务器CPU执行子系统的核心微架构定义。针对超宽发射、超深乱序执行窗口、多线程架构进行前瞻性技术探索与PPA的极致平衡； 2.主导执行子系统关键模块的微架构设计与RTL开发，涵盖高频指令调度器（Issue Queue）、物理寄存器堆（PRF）管理、低延迟旁路网络（Bypass Network）、多样化执行单元以及高效的分支预测失败恢复机制； 3.参与或主导执行子系统C-Model/C++模拟器的开发与校准。基于云原生与大规模数据处理等真实工作负载，进行IPC瓶颈深度剖析与微架构调优； 4.作为技术骨干，与验证（DV）及物理设计（PD）团队紧密协同，解决先进制程下高主频带来的时序收敛难题，确保核心IP的成功硅片级落地； 5.紧跟学术界前沿动态，推动内部微架构创新成果在顶会发表；代表团队深度参与RISC-V国际基金会（RVI）或外部合作项目，推进行业标准定义。

1.通信算子开发：设计和实现大模型训练/推理场景下的高效集合通信算子（AllReduce、AllGather、ReduceScatter、AllToAll等）； 2.通信计算融合：设计通信与计算的overlap策略，实现计算通信并行，提升大模型整体训练/推理性能； 3.通信性能调优：针对不同硬件平台（GPU、NPU等）进行算子性能分析和优化，解决性能瓶颈问题； 4.参与AI通信库整体架构设计，制定技术方案和开发规范。

1.针对大模型训练、强化学习、推理场景，负责GPU kernel开发与调优 2.深入分析GPU/主流AI芯片的硬件架构特性，设计并实现高性能算子、算法和相关组件 3.保持关注行业前沿技术，且有能力和热情开展创新研究