腾讯结合控制信号的实时高质量可交互游戏视频生成

1.基于电商业务场景需要，训练电商生成式预训练底座大模型； 2.根据电商的数据特点，基于In-Context Learning增强电商训练效果； 3.评估电商下游任务效果。

在这里，你将成为大模型技术落地的“硬核引擎缔造者”。你将参与构建 AI Infra计算基础设施过程，通过软硬件协同优化技术，近距离与大模型设计者协同设计，通过网络计算融合、网络存储融合、异构计算加速等软硬件结合优化技术，让每一个GPU发挥出极致性能，让大模型在训练、推理、调度全链路中的表现出卓越性能。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。 1. 基于FPGA/ASIC芯片的设计与开发： •负责FPGA/ASIC芯片的RTL设计与验证，包括C-Model、算法映射、硬件架构设计和性能调优； •开发硬件抽象层（HAL）和相关工具链，支持硬件加速器与上层软件的无缝集成； •参与硬件加速器及系统仿真模型的开发和调试。 2. 软硬件结合技术开发和优化： •研发基于FPGA、ASIC等硬件的计算平台，实现高性能网络加速，网络与计算加速，网络与存储加速等开发优化，提升AI训练和推理等业务的计算性能； •基于自研芯片，加速计算与计算之间，计算与存储之间，计算云服务之间的高性能，低延时互联，实现AI和通用计算的超节点高效互联。 3. 操作系统与固件开发： •优化Linux内核、设备驱动和固件，发挥硬件的极致性能，提升硬件资源利用率； •开发针对特定硬件的定制化操作系统模块，满足高性能计算、高性能网络需求。

在这里，你将成为大模型技术落地的“硬核引擎缔造者”。你将参与构建 AI Infra计算基础设施过程，从GPU单卡到多卡、超节点、万卡集群，通过软硬件协同优化技术，近距离与大模型设计者协同设计，通过融合算子设计、多卡分布式并行、计算通信融合、计算存储融合、通信存储融合、异构计算加速等软硬件结合优化技术，让每一个GPU发挥出极致性能，让大模型在训练、推理、调度全链路中的表现出卓越性能。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。 1、软硬件协同优化 •负责软硬件协同设计，优化计算性能、能耗效率和系统稳定性； •针对特定应用场景（如AI推理、分布式存储、实时计算等），设计并实现高效的软硬件解决方案。 2、基于FPGA/ASIC芯片的设计与开发 •参与FPGA/ASIC芯片的RTL设计与验证，包括C-Model、算法映射、硬件架构设计和性能调优； •开发硬件抽象层（HAL）和相关工具链，支持硬件加速器与上层软件的无缝集成； •参与硬件加速器及系统仿真模型的开发和调试。 3、计算平台软硬件结合技术开发和优化 •研发基于CPU、GPU、FPGA、ASIC等硬件的计算平台，实现计算加速、计算算子、融合算子等开发优化，提升AI训练和推理等业务的计算性能； •基于自研芯片服务器，实现超节点ScaleUp互连管控、分布式并行计算研发、多卡高效通信与加速，实现AI和通用计算的超节点高效运行。 4、操作系统与固件开发 •优化Linux内核、设备驱动和固件，提升硬件资源利用率和系统响应速度； •开发针对特定硬件的定制化操作系统模块，满足高性能计算需求。 5、开发者工具与生态建设 •开发软硬件结合的开发者工具链（如SDK、CLI、IDE插件），降低开发门槛； •构建开放的技术生态，推动软硬件一体化解决方案的广泛应用。

1. 负责软硬件协同设计，优化计算性能、能耗效率和系统稳定性，针对特定应用场景（如AI推理、分布式存储、实时计算等），设计并实现高效的软硬件解决方案； 2. 参与FPGA/ASIC芯片的设计与验证，包括算法映射、硬件架构设计和性能调优； 3. 开发硬件抽象层（HAL）和相关工具链，支持硬件加速器与上层软件的无缝集成；参与硬件加速器及系统仿真模型的开发和调试； 4. 研发基于CPU、GPU、FPGA、ASIC等硬件的计算平台，提升AI训练和推理等业务的计算性能； 5. 基于自研芯片平台，进行驱动和固件等开发，支持深度学习框架等软件在硬件平台上高效运行； 6. 优化Linux内核、设备驱动和固件，提升硬件资源利用率和系统响应速度，开发针对特定硬件的定制化操作系统模块，满足高性能计算需求； 7. 开发软硬件结合的开发者工具链（如SDK、CLI、IDE插件），降低开发门槛，构建开放的技术生态，推动软硬件一体化解决方案的广泛应用。