小米顶尖应届-软硬协同优化工程师-系统软件

1.参与SoC智能调度引擎开发，突破多核异构SoC能效瓶颈，实现设备续航提升20%-30%+； 2.研发基于AI预测模型的动态调度框架，完成CPU/NPU/GPU/DSP混合计算单元毫秒级资源切换与三维能效评估； 3.设计指令级功耗建模工具与自适应DVFS算法，提升典型用户场景10%+的能效提升； 4.深度协同澎湃芯片及小米全栈技术生态，覆盖手机/汽车/机器人等亿级设备，技术成果直通国际顶会转化通道。 【课题名称】 端侧高效整机性能&能效优化技术研究 【课题内容】 小米玄戒芯片能效优化与智能调度体系研究课题背景： 面对手机/汽车/机器人等多场景的极端能效需求，玄戒SoC芯片需突破多核异构的能效瓶颈，通过智能调度引擎与AI驱动的功耗建模技术，构建"芯片+系统+生态"的三维能效优化体系。结合澎湃系列芯片低功耗研发经验（硬件利润率≤5%原则）及AI实验室全栈技术积累，实现续航提升20%-30%+的行业领先能效比，技术成果直通国际顶会转化通道。 挑战： 1. SoC异构计算单元智能调度引擎开发 - 构建基于AI预测模型的动态调度框架，实现CPU/NPU/GPU/DSP混合计算单元的毫秒级资源切换与负载均衡。 - 设计多目标优化算法，在典型用户场景（如多模态交互、自动驾驶感知）中达成计算资源利用率与能效比的协同提升。 2. 指令级功耗建模与自适应能效调控 - 开发面向玄戒O1架构特征的指令级功耗建模工具链，建立微架构-指令-场景的三维能效评估体系。 - 研发自适应DVFS算法与异构缓存协同机制，确保在影像处理、边缘推理等典型场景下实现10%+能效增益。 3. 全栈技术生态协同优化 - 深度整合澎湃芯片家族（C1/G1/S1）的异构调度能力，构建覆盖MIUI系统、车载OS、机器人OS的统一能效优化方案。 - 设计可扩展的调度框架，支持手机/汽车/机器人等设备的差异化能效需求，推动技术方案在IEEE/ACM等顶会的成果转化。

1、创新应用和模型结构分析和建模：对新MoE模型，Transformer优化模型，非Transformer模型，语音模型，视觉模型进行计算特征，访存特征，通信特征分析建模； 2、推理系统优化技术：基于应用特征，自顶向下分析推理软件栈可优化手段，从推理调度，KV Cache管理，推理引擎，算子，并行切进行协同优化； 3、模型压缩：探索低精度损失的低比特量化（如INT4/INT2量化）或稀疏化等算法，缓解大模型推理计算与内存开销； 4、长序列优化：通过序列压缩、序列并行等算法，在有限的部署资源上（如单机）实现1M甚至10M长序列高效推理； 5、提供高性能轻量级AI推理引擎：分析当前CPU执行AI推理的性能瓶颈，通过先进AI算法技术（比如Sparsicity等）和编译优化技术（auto-tiling等)，结合BW芯片众核、大带宽、高矢量的架构特征，挑战性能天花板，推动AI4Compiler技术切实落地。 【课题名称】 大模型负载分析和推理系统优化。 【课题内容】 结合端侧设备的功耗、面积和实时性限制，探索自动优化方法研究，沉淀算子、模型及应用级优化方法，识别加速最优解决方案，并能够实施自动化化优化技术研究&应用。实现计算过程中的高效协同，发挥各类计算单元的有效算力；在算力墙、内存墙、通信墙等各维度平衡取舍发挥系统综合最优性能。

1、根据输入的关键场景问题，分析从应用到操作系统到硬件关键业务流程中的关键瓶颈； 2、对比关键流程与竞品间的负载差距，与os关键系统模块、芯片各关键ip与bsp团队合作持续优化相关负载； 3、构建从问题到模块的自动化分析能力； 4、从操作系统整体创新增供给、降负载解决方案。 【课题名称】 终端系统性能功耗仿真和优化研究。 【课题内容】 通过软硬件结合系统建模和优化的工程开发和算法研究，基于Andriod的系统性能建模、画像、度量、仿真和优化，提升性能和能效方面核心竞争力； 课题聚焦： 1、现有系统的性能画像和度量：提供一套方法，来精准预测终端主力机型的性能、功耗和散热方面的缺陷，并提前提出解决的方案； 2、系统仿真和优化：建立终端应用、系统软件、系统硬件的功能级以及性能级的分析、仿真和模拟模型，提出并验证未来系统软件和系统硬件需要进行的重构渐进性改进。

概括 想象一下您在这里能做什么！ 在小米，新想法可以很快变成非凡的产品、服务和客户体验。 对工作充满真诚热爱，您将取得的成就前所未有。 充满活力、勤奋的员工和鼓舞人心的创新技术是这里的常态。 在这里工作的人通过小米的硬件和软件产品影响整个行业。 加入我们，帮助推出下一个突破性的小米产品。 本团队正在开展小米AI领域的硬件/软件协同设计创新，以实现高效AI推理 我们正在寻找一位积极主动的研究工程师加入我们的团队，他/她应具有强大的AI系统背景和软件开发实践经验。 该职位的理想人选是一位研究人员和工程师，他/她将不断突破现有界限，并以影响小米内部外部合作伙伴和更广泛的研究社区来实现设想。 描述 1. 构造与竞争对手的量化比较的测试模型和制定合理合理的KPI； 2. 量化度量AI算法流程中的负载、瓶颈点，并且可视化的呈现结果； 3. 研究和开发 关键业务的AI算法、推理速度优化方法，实现高效的端侧AI，包括但不限于 Vision、NLP、OCR、LLM； 4. 与算法开发团队、AI芯片团队合作，将工作成果产品化； 5. 逐步优化改进最终实现端侧AI领域的技术领先。 【课题名称】 端侧AI算法分析研究 【课题内容】 1. 从用户场景出发，分析手机上用户需求，设计和开发合理的AI特性来满足用户诉求； 2. 对流程、架构、算法进行优化，达到本芯片最优化，并且优化iOS等竞争对手。