阿里巴巴AI芯片软件架构师
任职要求
1.体系结构与软硬协同基础：深入理解计算机体系结构（指令集架构、内存一致性、虚拟化、中断异常处理等），具备软硬协同设计的思维，能够在系统层面进行权衡与优化； 2.编译与优化能力：熟悉AI编译框架（如MLIR、TVM、XLA等）或深度学习框架（PyTorch、TensorFlow）底层执…
工作职责
1.软硬件接口定义与验证：参与自研芯片的指令集和编程模型设计，基于模拟器或FPGA平台完成接口功能验证，确保软硬件交互的正确性与一致性； 2.编译与算子优化：基于MLIR/TVM等编译框架，实现深度学习算子到自研指令集的高效映射；通过算子融合、指令流水线调度、内存访问优化等策略，提升芯片算力利用率与执行效率； 3.性能分析与建模：构建系统级性能分析模型，结合指令级模拟器、周期精确模拟器及FPGA原型验证平台，构建多维度性能画像；定位AI负载在指令发射、访存带宽、多核同步等方面的瓶颈，形成性能归因与架构改进建议； 4.软硬协同设计：参与芯片功能验证与性能评估，从系统架构视角提出微架构改进建议，驱动软硬件接口的迭代优化。
1. 负责相关平台的软件架构设计与核心模块开发，包括 SDK、Runtime、Framework、驱动、内核模块及相关底层组件。 2. 负责应用层、用户态组件、驱动层、内核层、固件层、硬件层之间的跨层问题分析、定位与优化。 3. 参与平台抽象层、接口模型、模块边界与系统分层设计，构建具备复用性、扩展性和可维护性的底层软件体系。 4. 参与系统性能分析与优化，从计算、访存、带宽、缓存、调度、并发、IO 路径、硬件利用率等维度识别瓶颈并推动落地优化。 5. 参与软硬件联调、设备 bring-up、功能验证、异常定位与问题收敛，推动复杂问题闭环。 6. 参与 SDK / API 设计、Runtime 封装、示例系统开发及文档建设，提升平台可用性与集成效率。 7. 参与系统稳定性与工程质量建设，包括资源管理、异常恢复、边界场景处理、兼容性治理及长期维护支持。 8. 异构计算：包括但不限于框架、SDK、异构处理器算子的开发、调优、维护等。
1. 针对边缘AI芯片的软件开发套件（SDK），包括推理框架、模型转换/量化工具、算子库、运行时调度器等模块，设计并执行系统级、集成级与回归测试方案。 2. 协同SDK开发团队，在需求与设计阶段介入，制定可测性规范，通过静态分析、单元测试、接口测试、模糊测试等手段提升代码与功能覆盖率。 3. 主导关键问题的复现、根因分析与闭环跟踪，建立典型问题模式库，驱动SDK质量持续改进。 4. 构建“需求即代码”的自动化能力，自动生成 Python / C 单元测试及集成测试代码。
1. 与算法同事协作，负责端侧AI模型以及大模型（LLM, VLM, VLA) 的部署和推理优化，结合AI软硬件特性实现高性能计算和推理效率优化，包括但不限于多模型部署，多任务调度，多线程/多进程加速，多IP之间的高效数据交换和同步。 2. 负责系统调优和统筹AI算力资源使用，在保障任务实时性/稳定性的前提下，实现算力资源（CPU/GPU/NPU）和内存资源的高效利用。 3. 深入挖掘AI芯片软件栈和系统性能瓶颈，提出软硬件的加速解决方案和需求