logo of aligenie

智能互联平头哥-AI软件架构师-Cmodel-上海

社招全职5年以上技术-芯片地点:上海状态:招聘

任职要求


1. 计算机相关专业,3年以上相关工作经验
2. 熟悉计算机系统体系和架构
3. 有CPU/DSP/GPU架构设计和它们模拟器开发和性能分析经验者优先考虑。
4. 熟练掌握C/C++、汇编、等基本技能;
5. 有独立工作的能力,同时具有很好的团队协作能力与沟通能力。对技术执着,追求卓越品质。
1. Bachelor and above for CS/EE or related majors. 3+ working experienc…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责自研AI芯片算法和功能行为的设计分析及其CModel开发。
2、负责CMODEL和驱动的协同开发,以辅助硬件设计验证。
3、跟RTL团队合作,进行交叉验证。
1. Design and analyze algorithms and features of AI chip, and develop corresponding behavior and performance model.
2. Co-work with driver team to verify function and performance of new algorithms and features based on CModel.
3. Co-work with RTL team, cross-verify the CModel and RTL.
包括英文材料
系统设计+
还有更多 •••
相关职位

logo of thead
社招5年以上技术-芯片

1、负责自研AI芯片算法和功能行为的设计分析及其CModel开发。 2、负责CMODEL和驱动的协同开发,以辅助硬件设计验证。 3、跟RTL团队合作,进行交叉验证。 1. Design and analyze algorithms and features of AI chip, and develop corresponding behavior and performance model. 2. Co-work with driver team to verify function and performance of new algorithms and features based on CModel. 3. Co-work with RTL team, cross-verify the CModel and RTL.

更新于 2026-07-17上海
logo of aligenie
社招3年以上技术-芯片

职位描述 作为 AI 软件测试开发工程师,您将参与平头哥 AI 软件测试开发工作. 您将参与构建高覆盖率的测试体系,确保功能正确性、精度、性能优化和稳定性。设计自动化测试方案,并与开发团队紧密协作,推动产品质量持续提升。 主要职责: 参与 AI 芯片软件测试开发工作。 参与深度学习框架, 推理引擎软件测试方法设计、测试系统搭建和测试开发工作。 协同开发团队建立模型性能、精度验证机制和评价柝准。 使用Python等工具编写简单自动化测试脚本,辅助芯片测试流程。 协助搭建基础测试环境(如硬件接口配置、驱动安装)。 负责与开发团队、项目管理团队一起制定软件需求开发计划,并且制定对应的测试开发计划。

更新于 2026-03-30上海
logo of thead
社招5年以上技术-芯片

团队介绍 我们是平头哥AI 芯片软件互联团队,主要职责是积极拥抱社区生态、并基于平头哥AI 芯片产品来打造我们自己的互联通信库。 越来越好的大模型对算力需求日益高涨,而大模型训练与推理的高效部署都依赖越来越多的芯片通过互联在一起,高效协同以发挥出线性增长的计算效率。我们会与架构/硬件/Model 同学紧密合作以共同打造越来越符合业界需求的芯片,同时也会协同服务器/网络等伙伴共同打造基于平头哥芯片的高性能集群 solution,还会深入到各种应用场景去洞察并满足用户对多卡训练、推理在性能、鲁棒性、故障定位等各方面的需求,协同各方共同打造最高效、易用的平头哥多卡产品软件解决方案。 职位描述 1. 为芯片设计开发高性能、有竞争力的互联通信库; 2. 基于芯片、服务器、网络集群架构特性与互联通信应用模式进行极致性能优化; 3. 增强在大规模机器任务下发生 hang 或 crash 时的专家分析与诊断、定位能力; 4. 支持多卡或多机互联场景下各种用户问题分析与定位; 5. 和其他团队紧密合作,影响芯片、服务器与集群架构等方案设计和演进。

更新于 2026-07-22杭州|上海
logo of thead
社招10年以上技术-芯片

1. 设计开发高性能计算加速算法,包括但不限于MoE、Attention、卷积、矩阵乘及相关的融合和量化。 2. 基于硬件特性进行极致性能分析和优化,制定通用性能调优策略,适配和调优各种主流框架和开源代码。 3. 深度分析各种实际应用,如生成式AI/大语言模型推理和训练等场景,发明和改进能发挥硬件优势的加速算法。 4. 和其他团队紧密合作,参与并影响芯片架构、编程模型和软件平台的设计和路线演进。

更新于 2026-07-22北京