AI系统架构师

1. 负责Linux内核核心特性开发，重点优化GPU资源调度算法及异构计算架构，针对大模型训练/推理场景设计内核级GPU加速方案，实现计算、显存、IO的极致性能优化；
2. 承担GPU相关子系统（驱动管理、显存分配、PCIe/NVLink数据传输）的技术攻坚，解决大规模分布式训练中的内核瓶颈问题，优化GPU集群通信效率；
3. 主导GPU虚拟化技术研发，包括vGPU、MIG多实例等方案在内核层的实现与优化，提升云平台GPU资源利用率；

• 1.本科及以上学历，计算机体系相关知识扎实，精通Linux内核，开发经验丰富；
• 2.深入研究过GPU子系统架构，熟悉NVIDIA CUDA/AMD ROCm内核交互机制，掌握GPU-Kernel协同优化方法论;

1. 熟悉Linux常用性能分析工具如 perf/ftrace/ebpf/systemtap/blktrace等，有实际的系统级性能优化经验优先;

4.精通NVIDIA/AMD GPU硬件架构及CUDA/ROCm软件栈，具备大模型场景下的性能调优经验，包括但不限于：

• Transformer架构内核级优化
• 显存高效分配与碎片整理
• 分布式训练通信优化（NCCL/RCcl）
• 混合精度计算加速
• GPU-CPU异构流水线设计

1. 熟悉GPU虚拟化技术（vGPU/MIG/SR-IOV），具备Kubernetes GPU调度器开发或容器GPU隔离优化经验者优先
2. 掌握Nsight/rocProfiler等GPU专用分析工具，能进行CUDA Kernel指令级优化与PCIe带宽瓶颈分析
3. 有PyTorch/TensorFlow等框架底层优化经验，熟悉大模型训练基础设施架构设计者优先