端侧AI Storage研究员/专家(J14572)

【岗位职责】

• LLM推理存储架构优化：主导端侧大模型的存储子系统研发，解决Flash/NVMe在推理过程中的带宽与延迟瓶颈，重点优化KV Cache的内存/磁盘分页交换（Offloading）机制。
• 推理引擎深度适配：基于MNN等端侧框架，定制量化模型（INT4/INT8）的内存映射（mmap）与按需加载策略，实现“零拷贝”启动与低显存占用。
• 新架构存储调度：针对MOE（混合专家）等稀疏架构，设计动态专家路由的存储调度算法，优化随机读写性能，降低首字延迟（TTFT）。
• 软硬协同与功耗控制：构建端侧存储性能基准，通过预取、缓存替换算法及F2FS深度调优，最大化UFS/NVMe性能，同时降低推理功耗与Flash写入损耗。

【任职要求】

• 学历背景：计算机、电子或相关专业硕士及以上，3年以上C/C++开发经验，深入理解Linux/Android内核及IO栈。
• 核心技能：

• o LLM推理精通：深刻理解Transformer及MOE架构，熟悉vLLM、llama.cpp、MNN等框架的底层内存管理机制（如PagedAttention原理）。
• o 存储系统专家：精通计算机体系结构中的存储层级（Cache/DRAM/Flash），熟悉F2FS/EXT4文件系统及UFS/NVMe协议。
• o 全栈优化能力：具备量化、算子融合、显存/内存优化实战经验，能独立完成从模型加载到推理生成的全链路存储优化。

• 项目经验：有端侧大模型（手机/IoT/车机）落地经验，或主导过存储系统（文件系统/数据库/Flash控制器）研发项目。

【加分项】

• 有llama.cpp (GGUF/mmap)、vLLM源码贡献或MNN深度定制经验。
• 熟悉CUDA编程、GPU架构，或了解CXL、存算一体（PIM）技术。
• 在顶级会议发表过LLM系统优化相关论文，或拥有相关发明专利。
• 具备英语前沿论文追踪能力，能快速复现最新存储优化算法。