About The Role

核心职责
架构阶段：基于对未来HPC/AI负载的理解，通过性能模拟为网络和交换芯片设计提供关键参数建议（如内存带宽与计算单元比例、专用端网协同支持等）。
开发阶段：与芯片团队合作，在FPGA或虚拟仿真平台上运行典型负载，通过全栈性能剖析，定位网络性能瓶颈根因。
部署阶段：在真实集群上对HPC、AI训练/推理任务进行压力测试与调优，暴露极端规模下的系统性瓶颈（如硬件同步原语开销、长期高负载稳定性问题），为下一代芯片设计提供数据输入。
必备条件
学历：计算机科学、电子工程或相关专业硕士及以上。
专业知识：
o深入理解AI分布式训练原理（数据/模型/流水线并行）及常见通信模式。
o精通CUDA编程模型，熟练使用至少一种主流性能分析工具。
o熟悉Linux内核、网络（InfiniBand/RoCE）及存储系统原理与调优方法。
编程能力：扎实的Python/C++能力，能编写分析脚本和工具。
优先考虑
有千卡以上HPC/AI集群性能分析与调优经验。
深入理解Transformer、Diffusion等主流AI模型的计算和通信特性。
熟悉Slurm/Kubernetes、容器化及CI/CD流程。
有芯片或系统级性能建模经验。
在SIGCOMM、NSDI、ATC等顶会发表过论文或有相关专利。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

网络性能分析/优化高级工程师(J13410)