平头哥平头哥-CPU物理设计专家-北京
任职要求
电子工程/微电子/VLSI等相关专业学士或硕士，3年以上RTL2GDS项目经验； *熟悉先进工艺节点、半导体器件、超大规模集成电路、定制化库及优化工作； *具有高性能CPU物理设计经验，熟悉处理器微架构、逻辑设计和计算单元（加法器/乘法器等）等方面经验者优先； *熟悉先进的时钟树、电源规划及电源完整性方面的开发技能； *在先进工艺节点上具有相对大型设计（>10m Flops）的项目经验，具备高性能低功耗方面的优化技能经验； *熟悉DVFS、DFT、DFY、DFM者优先； 需要具备以下工具的实际使用经验: *Cadence Innovus and/or Synopsys ICC2 -> Cadence Innovus or Synopsys ICC2/Fusion Compiler *Synthesis: Synopsys DC/DCG and/or Genus/iSpatial *Formal Verification: Synopsys Formality and/or Cadence LEC *Extraction: StarRC *STA: Primetime-DMSA *PI: Apache Redhawk or Cadence Voltus *Physical Verification: Synopsys ICV, Mentor Calibre *Scripting: TCL/Perl is required, Python is a plus
工作职责
作为物理设计团队的一员，你将参与打造基于先进工艺的下一代高性能服务器SoC芯片，一方面将驱动整个RTL2GDS的物理设计交付流程，包括 Floorplan, Synthesis, P&R, Timing, PI, Power 以及Sign-offs；另一方面也将专注于芯片PPA（性能、功耗、面积）的优化工作。 工作职责包括但不限于以下几个方面: * 在先进工艺节点上实现复杂的CPU模块； * 与架构师及设计人员密切合作进行PPA的优化； * 交付流程涵盖：Floor planning，physical-aware synthesis, equivalence checks, partitioning, IO assignment and IP integration, power grid, P&R, CTS, timing closure, power analysis等 * 设计和实现Timing ECO并完成tapeout 签核 （sign-offs) * 优化改进芯片物理设计流程和方法学；
你有机会和业界一流的CPU团队共同开发高性能CPU处理器。作为芯片设计专家，使用最先进的设计平台和工艺，开发与定义下一代CPU微架构流水线方案及实现落地，交付具备竞争力的高性能CPU产品，成长为业界稀缺的一流CPU设计架构师。岗位职责将包括以下一个或多个领域： 1. 和架构团队一起定义高性能CPU的微架构设计，满足性能指标，高速电路的时序和低功耗要求； 2. 调研业界前沿微架构设计，探索及推动落地有竞争力的实现方案； 3. 编写RTL代码实现PPA极致最优的数字电路设计； 4. 与性能分析团队一起迭代，芯片性能持续改进达到业界一流； 5. 与后端团队一起前后端深度优化，实现挑战性的芯片频率及功耗目标；
你将投身于构建下一代搜推广业务的核心引擎，直面海量数据与超高并发带来的极限挑战，设计并实现革命性的图计算架构体系。你的工作将直接影响亿级用户的体验和业务的核心效率； 1:主导图计算引擎架构设计与演进： 负责搜推广业务场景下全图化引擎的核心架构设计，打造高效、灵活、可扩展的研发、交付与迭代范式，实现逻辑架构与物理架构的彻底解耦，为业务高速迭代奠定坚实基础； 2:攻坚核心能力建设与重构： 深度参与或主导分布式图计算、流式图处理、高性能通用算子库等关键能力的研发与落地；对搜推广业务核心模块进行深度业务抽象、重构与优化，提升系统可维护性与扩展性； 3:驱动极致性能优化： 负责引擎在超高并发、海量数据场景下的极限性能调优，持续攻克超低延迟、超高吞吐、最优资源利用率（CPU/GPU/内存） 等核心难题，保障系统在极端负载下的稳定与高效； 4:引领技术前沿与应用： 探索SQL优化、编译优化等领域的前沿技术，并将其应用于引擎实践中，不断提升引擎的技术壁垒和业务价值
蚂蚁HCS 算力服务是全站通算，智算资源管理的基础设施平台, 通过Kubernetes等容器和平台技术，为上层业务提供云原生服务，AI算力服务，全局资源动态分配，调度节点单集群规模超过万台，同时致力于在系统、业务多个层面，包括os/kernel、容器/PaaS、智能调度/仿真容量等进行技术突破，提高容器系统规模化的资源利用效率，降低大促等各种大规模复杂业务场景下的资源成本，打造智能、高效、稳定的智算基础设施平台本岗位负责在云原生，AI快速发展的背景下，能够面向异构的物理资源，设计和实现大规模的k8s集群节点和资源的管理能力 ● 算力调度产品架构研发： 负责设计通算，智算的算力调度，优化的平台架构，实现算力的弹性伸缩，分时调度，能够设计训推混部的统一架构平台，实现算力资源有效利用 ● 节点池架构与异构资源管理：负责节点池架构设计，实现算力节点池的产品化管理能力，支持CPU/GPU等异构资源的统一调度与资源隔离，优化AI异构场景下的节点管理策略，提升大规模集群的资源利用率与任务执行效率。 ● 算力节点生命周期产品化管理：建设节点生命周期的全链路产品化能力，设计并实现节点故障预测与主动运维能力，支持算力节点与模型实例的自动化发现与自愈，能够保障算力的稳定和持续供给。 ● 技术创新与成本优化：探索云原生与AI技术结合的创新场景（如弹性节点池、智能调度算法），推动资源管理效率的持续提升。通过资源预测、库存优化等手段，降低集群运维成本与资源浪费
1、负责AIGC方向及LLM模型端侧化落地，包括模型小型化技术、计算加速技术和硬件优化技术以及虚拟人渲染相关及； 2、了解SoC IP和芯片架构设计，负责移动端硬件的深度分析，建立硬件能力量化分析方法论，指导AI业务端侧落地性能功耗优化，指导算法适配硬件设计； 3、负责平台硬件设计分析，横向分析行业硬件选型优劣势与应用方向，为平台硬件选型规划、算法硬化定制等提供改善建议； 4、结合业务方向，AI算法设计，为AI算法的芯片定制化提供指导。