阿里巴巴AI编译研发工程师
任职要求
专业领域：
● 具有良好的算法基础及软件编程能力，熟悉编译原理及其实现机制。
● 了解计算机体系结构及芯片微架构（如CPU/GPU等），有软硬协同设计经验或相关项目经历者优先。
● 有异构计算场景下编译工具链的设计或开发经验；熟悉至少一种主流AI编译器技术或框架（如 torch.compile, Triton, MLIR, TVM 等）者优先。
AI能力：
1. 问题解决：善于把复杂的工程问题拆解为可优化的明确目…工作职责
负责AI编译器研发，通过理解云上AI负载特征，挖掘CPU/GPU硬件与编译框架的协同优化潜力；主导核心功能实现与性能优化，解决AI训练、推理场景中的关键工程挑战，提升计算效率；同时紧密协同跨团队资源，推动AI编译器产品的业务落地与技术价值转化。 职责描述： 1. 理解云上AI负载场景与特点，挖掘CPU/GPU硬件架构与编译器，编程框架协同优化的潜力， 负责核心功能的实现与性能优化。 2. 能够与各团队紧密合作，理解和实现客户需求，参与AI编译器产品的设计、功能开发及业务落地工作。
1.参与设计和实现AI芯片上的推理引擎SDK，包括代码生成、图优化、算子实现/优化以及系统运行时的方面； 2.参与设计和实现AI芯片上的大语言模型推理框架。进行功能实现和性能优化。
An exciting internship opportunity to make an immediate contribution to AMD's next generation of technology innovations awaits you! We have a multifaceted, high-energy work environment filled with a diverse group of employees, and we provide outstanding opportunities for developing your career. During your internship, our programs provide the opportunity to collaborate with AMD leaders, receive one-on-one mentorship, attend amazing networking events, and much more. Being part of AMD means receiving hands-on experience that will give you a competitive edge. Together We Advance your career! JOB DETAILS: Location: Beijing,China Onsite/Hybrid: at least 3 days a week, either in a hybrid or onsite or remote work structure throughout the duration of the co-op/intern term. Duration: at least 6 months WHAT YOU WILL BE DOING: We are seeking highly motivated AI Compiler Software Engineering intern/co-op to join our team. In this role – We will involve you in extending Triton’s compiler infrastructure to support new AI workloads and hardware targets. We will assign you tasks to implement and optimize GPU kernels using Triton’s Python-based DSL. We will train you to analyze kernel performance using profiling tools and help you identify bottlenecks and optimization opportunities. We will understand how modern compilers translate high-level abstractions into efficient machine code.
岗位职责： 1.负责设计、开发和维护DSA架构下的NPU编译器工具链，确保其高效稳定运行。 2.扩展和优化深度学习框架（包括TensorFlow、PyTorch、ONNX等）的支持能力，提升AI模型兼容性。 3.负责计算图优化，包括各种网络的常见通用优化以及针对硬件平台的优化。 4.优化编译器工具链中的各种算法，以提高编译质量和执行效率。 5.与芯片设计团队及软件开发团队紧密合作，进行系统层面的编译器性能调优。 6.对开源编译器框架TVM/LLVM(MLIR)进行二次开发，以满足自驾业务需求。
1、参与面向大模型与物理AI场景的AI编译器研发，优化计算图表示、算子融合与内存调度策略； 2、针对自研AI芯片进行算子定制与性能调优，实现端到端推理与训练加速； 3、设计并实现自动代码生成工具链，支持多后端（GPU/NPU/CPU）的高效算子发射； 4、调研SOTA大语言模型的压缩和加速算法，并针对小鹏的模型结构做优化和实现； 5、与算法、芯片团队深度协作，推动编译优化在百万级量产环境中的稳定落地。