阿里云阿里云智能-异构计算软硬件结合开发专家-AI领域-北京/杭州
任职要求
1. 具备5年以上异构计算软硬件结合开发经验，熟悉GPU/AI ASIC部件的硬件设计、芯片架构以及对应的服务器系统设计；熟悉至少一种主流GPU架构（NVIDIA GPU、AMD GPU等）者优先； 2. 具有 GPGPU 微架构分析的实践经验，具有 AI 芯片设计及相关软硬件技术研究成果者优先； 3. 熟悉 GPU 满载运行过程中常见的 RAS（可靠性、可用性、可维护性）质量稳定性问题，以及软硬件协同性能profiling等相关技术问题，并具备实际解决问题的能力； 4. 熟悉python、C++及L…
工作职责
1. 针对整机柜超节点服务器，全面赋能计算、互联、监控、故障及性能诊断等核心能力； 2. 梳理适配超节点异构服务器产品的业务场景，开展对应的昆仑组件设计与开发，涵盖性能评测分析、容器镜像等关键模块； 3. 基于整机柜硬件架构及典型业务落地场景，构建典型故障与异常案例库，并设计相应的故障诊断方案； 4. 负责跟踪与研究主流GPU架构设计技术，参与下一代AI Infra的规划与设计； 5. 结合业务画像，构建面向异构硬件与系统的全链路量化分析模型，形成数据驱动的决策数据库，有效推动异构服务器产品的规划与规模化落地。
1.负责分析硬件加速特征与内部拓扑结构，设计硬件优化实践和调优方案，并主导优化实现，充分发挥硬件潜能，确保性能符合预期。 2.结合主流LLM推理框架 (如sglang/vLLM) 和 大模型结构及计算特征，设计面向框架性能分析和优化插件并主导实现。 3.提供场景化的定制优化能力，识别并解决大模型在不同业务场景下的性能瓶颈，快速的给出满足需求的性能优化方案，并推动业务的交付应用。 4.洞悉大模型的发展趋势和硬件技术演进，结合软硬件优化的经验和数据，分析硬件的发展趋势，提炼AI硬件规格需求，形成软硬结合技术规划。
1.负责分析硬件加速特征与拓扑结构，研发面向云端AI 硬件服务器的优化算子库，释放硬件潜能，确保性能符合硬件设计预期。 2.结合主流大模型推理框架，研发硬件相关的算子/异步等优化插件，确保优化库快速的被业务集成应用。 3.提供场景化的定制优化能力，识别并解决大模型在不同业务场景下的性能瓶颈，研发满足需求的性能优化组件，并推动业务的应用。
1. 基于对目前主流AI芯片的深刻理解，分析硬件系统结构，提供软硬件优化实践和调优指南； 2. 了解市场上主流AI，大数据，HPC应用对异构计算系统设计的挑战，应用AI加速芯片，设计打造高效异构计算产品； 3. 聚焦异构资源在线性能分析，负责系统级性能分析和业务瓶颈定位，助力异构集群的极致稳定； 4. 实现异构计算基础设施serverless化，驱动异构云原生架构演进； 5. 洞悉人工智能及深度学习的应用发展趋势，参与下一代机器学习算力产品设计。
1. 硬件架构选型与设计：根据公司AI业务场景（大模型训练、AIGC、推荐系统等），主导GPU/AI加速器的架构评估与选型决策，制定符合业务需求的解决方案。 2. 性能评估与优化：深入研究AI算法（深度学习、CV、NLP、多模态等）的计算特征，建立GPU/异构硬件的性能评测体系，输出优化建议并推动落地，提升训练与推理效率。 3. 技术趋势洞察：跟踪多元GPU/AI芯片的技术演进，结合公司业务战略，规划硬件技术路线图。 4. 软硬件协同优化：与算法团队、系统团队深度协作，开展算子优化、显存优化、通信优化等工作，打通从算法需求到硬件性能的全链路。 5. 技术方案落地：撰写技术方案文档，推动硬件选型决策的标准化与规模化复制，支持AI业务快速迭代。