智能互联达摩院-AI编译开发专家-处理器基础开发工具
任职要求
1、计算机、自动化和电子类相关专业，本科及以上学历。
2、熟悉NPU/GPU/DSP等硬件计算单元特性，对某优化策略有深入研究。
3、熟悉深度学习编译相关工作，有丰富的…工作职责
1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作； 2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率； 3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作； 4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率； 5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略； 6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力； 跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。
1. 负责AI推理服务的全流程测试，覆盖模型加载、动态批处理、精度验证、资源占用等关键环节 2. 验证AI异构硬件（GPU/NPU/CPU）与推理引擎的性能表现及兼容性 3. 构建高并发AI服务压力测试框架，通过多用户场景下的QPS、P99延迟、错误率等指标评估服务稳定性与容错能力 4. 设计高性能AI推理基准测试方案，验证模型在低延迟/高吞吐量场景下的优化效果（内存占用率、硬件加速效率）及瓶颈分析 5. 分析推理瓶颈并提出优化建议，参与CI/CD流程的自动化测试集成
一、团队管理 ● 负责芯片工具链团队的组建、管理与梯队建设，打造高效能研发团队 ● 制定团队技术路线图，规划产品迭代计划，把控项目进度与质量 ● 建立团队技术规范与研发流程，推动工程效率持续提升 二、产品规划与设计 ● 主导芯片全流程开发工具链的整体架构设计，构建端到端的AI应用开发解决方案 ● 规划并落地以下核心工具模块： ○ 算子开发工具：算子设计、工程创建、单元测试、异常检测、调试调优等全链路工具 ○ 训练开发工具：模型迁移分析、精度调试、性能调优、内存检测等训练场景工具 ○ 推理开发工具：模型量化压缩、推理精度调试、性能调优、负载均衡、Benchmark评测等推理场景工具 ○ 可视化工具：模型结构可视化、训练过程可视化、性能数据可视化分析平台 ○ 诊断分析工具：内存泄漏检测、性能瓶颈分析、精度问题定位等诊断工具 ● 跟踪业界主流AI框架发展趋势，确保工具链的兼容性与易用性 ● 攻克大模型训练与推理场景下的性能优化、精度调试等关键问题的工具设计与研发难题 三、生态建设 ● 与芯片设计、编译器、Runtime等团队紧密协作，推动软硬件协同优化 ● 建立开发者社区，输出技术文档、最佳实践与案例教程，赋能开发者生态
1. 负责AI全栈测试，涵盖大语言模型（LLM）、视觉模型（CNN/Transformer等）的精度验证、性能测试。 2. 负责AI工具链测试，包括模型编译优化、量化部署及NPU相关固件、算子、多芯片互联等功能与性能验证； 3. 负责RISC-V工具链测试，包括调试工具（GDB扩展/Trace）及编译器（LLVM/GCC定制）的测试； 4. 设计和执行测试方案，覆盖单元测试、集成测试、系统测试全流程，开发自动化测试用例； 5. 负责AI推理服务全流程测试，包括模型加载、动态批处理、精度验证、资源监控等； 6. 开展AI推理性能基准测试，分析硬件加速效率与瓶颈，提出优化建议；构建高并发压力测试框架，评估服务在QPS、P99延迟、错误率等指标下的稳定性；
● 负责芯片软件栈架构设计，包括但不限于调度系统设计、编译系统设计、计算系统设计、分布式系统设计。 ● 负责大规模分布式训练和推理的软件系统性能优化方案的设计，针对芯片架构特点提出合理的解决方案。 ● 负责各软件组件之间的协同设计，以及软件与硬件的协同设计，能够基于产品要求提出对硬件的明确需求。 ● 追踪行业动态，基于公司的AI芯片架构特点提出前瞻性的建议以及技术储备。