联通云智算网络专家（研发方向）(J13255)

职位描述

1、负责联通云智算网络（AI-Net）核心系统（RoCE/IB、GPU Direct RDMA、算网协同调度、NCCL 拓扑自动优化）的架构设计、核心代码开发与性能调优，实现单集群 ≥ 1 万卡、逻辑集群体10万卡、AllReduce 性能 ≥ 90% 线速；

2、主导智算网络协议栈与加速库自研，实现无损以太网（PFC/ECN）、通信加速库等技术，将千卡千亿模型训练通信耗时占比降至 ≤ 5%；

3、构建算网协同调度器，与 K8s Scheduler Framework/Volcano 深度集成，支持网络拓扑感知（Fat-Tree/Dragonfly/Torus等）、链路带宽预留、动态 QoS，任务网络冲突下降 ≥ 40%；

4、设计并实现智算网络可观测与自愈体系，基于 eBPF+INT+Telemetry 实现链路级 RTT、丢包、拥塞、Buffer占用秒级采集，自动触发端口调优、路由重算、链路倒换，保障 99.99% 网络可用性；

5、负责多租户网络隔离方案，实现租户间 RDMA 通信零拷贝、零泄露，满足等保三级/密评要求；

6、主导智算网络性能基准测试平台，覆盖 AllReduce、AllGather、ReduceScatter、Point-to-Point 等通信模式，输出性能基线、回归测试与硬件选型报告；

7、设计网络-存储-计算统一流量调度，实现 Checkpoint突发流量与训练流量无冲突，Checkpoint读写时长缩短 ≥ 50%；

8、牵头重大客户现场保障，完成 ≥ 1 万卡智算网络压测、调优、故障应急，沉淀可复用性能调优知识库；

9、负责智算网络相关专利、软著、标准（ITU/CCSA、IEEE）申报；

10、指导开发、测试、SRE 工程师，搭建代码评审、CI/CD、性能调优、故障演练体系；

任职要求

1、本科及以上学历，计算机、网络工程、通信、电子工程等相关专业，8 年以上数据中心网络/高性能网络研发经验，其中 3 年以上智算网络方向技术带头人经历；

2、精通 C/C++/Go/Python，熟悉 DPDK、VPP、P4、eBPF、RDMA Verbs、NCCL，具备内核网络栈、驱动、FPGA 加速开发经验；

3、深度掌握智算网络硬件架构（800G 交换机、NIC、SmartNIC、DPU、RoCE/IB HCA、PHY、SerDes），熟悉 PFC、ECN、DCQCN、INT、DLB；

4、熟悉云原生网络（Cilium、Calico、SR-IOV Device Plugin等）并有二次开发及性能调优经验；

5、具备大规模分布式系统设计与调优能力，熟悉 Fat-Tree、Dragonfly、Torus网络拓扑及路由算法；

6、熟练使用 tcpdump、Wireshark、perf、bpftool、rdma_perf、nvidia-smi、nsight-network 等性能/调试工具，具备线上网络故障秒级定位与热修复能力；

7、具备优秀的算法与数据结构基础，能针对智算网络场景设计新的调度/拥塞控制/负载均衡算法；

8、具备较强的学习能力、责任心和抗压能力，具备良好的英语读写与沟通能力。

优先条件

1、有成功主导单集群 ≥ 1 万卡智算网络或大规模 RDMA 网络架构与上线经验，稳定运行 1 年以上；

2、拥有智算网络、RDMA、可编程网络相关发明专利，或作为第一作者在 CCF B 类以上会议/期刊发表论文；

3、熟悉国产网络芯片（盛科、华为、云脉）及 P4 可编程交换机，并有大规模商用实践；

4、具备开源社区（DPDK、VPP、P4、SONiC、Cilium、Calico）Maintainer/Committer 经历；

5、有电信级高可用、等保三级/密评、5G MEC 边缘智算网络项目经验 。