大模型算法开发高级工程师-异构计算

职位描述

1. 基于厂商授权源码，深入修改DNPU模型编译器后端（图优化、算子选择、指令生成），解决VLA等前沿模型算子不支持或性能不佳问题。

2. 在编译器和算子库中同步实现量化/反量化算子Kernel，与框架侧量化算法保持一致；独立开发高性能自定义算子并集成到编译框架。

3. 设计Runtime嵌入式集成方案（内存共享、线程模型、异常处理），实现多DNPU卡间通信与协同推理底层支撑。

4. 开发Runtime外围扩展模块（自定义KV Cache管理器、在线采样逻辑等），补充静态模型不支持的动态能力。

为上层推理框架设计统一后端调用范式，屏蔽DNPU（模型级执行）与未来GPU（算子级执行）的差异。

5. 储备CUDA/HIP/OpenCL及NCCL编程能力，为未来GPU平台算子重写与通信计算Overlap优化做准备。

任职要求

1. . 本科及以上学历，硕士/博士优先；计算机、软件工程、人工智能、自动化、电子信息等相关专业优先；

2. 3年以上相关工作经验，精通C/C++，Python熟练。深入过至少一种AI芯片（NPU/GPU）底层软件栈，在AI编译器后端或算子层面（计算/访存密集型算子、Attention等）有源码级开发和调试经验。

3. 有量化/反量化算子开发与优化经验，理解其与上层量化算法的协同关系。

熟悉至少一种AI编译器框架（如TVM/MLIR）内部原理，或有专用编译器开发经历。

4. 深刻理解至少一种AI加速硬件体系结构，掌握其配套Profiling工具。

5. 了解多加速卡间通信拓扑与数据传输机制（PCIe、NVLink、片间互联等）。

6. 有NCCL或类似通信库多卡协同开发或调优经验。

7. 具备可验证的CUDA/HIP/OpenCL算子开发能力。

8. 能独立分析、定位并解决从编译错误到精度异常的各类棘手问题，具备软硬件全栈系统思维。

加分项

有国产GPU/NPU（后摩、海光、砺算、天数等）芯片开发直接经验。

有国产GPU/NPU集群分布式推理底层支撑实战经验。

在MLSys、ASPLOS等系统领域顶级会议发表过相关论文，或有TVM等主流AI编译器活跃贡献记录。

熟悉ARM NEON等端侧CPU SIMD指令集优化。