大模型推理性能优化工程师

岗位职责： ● 优化大语言模型推理在自研 GPU 上的性能（ 基于 vLLM / SGLang 等）； ● 分析 GLM / Qwen / DeepSeek 等模型结构，定位计算与访存瓶颈； ● 优化 Attention / MoE 等关键路径； ● 负责量化加速（FP8 / INT8 / AWQ / GPTQ ）与端到端调优； ● 编写与优化 CUDA / Triton Kernel（GEMM / Attention / Norm / Rope 等）； ● 与芯片 / 编译器团队协同做性能分析与后端优化； 任职要求： ● 熟练 C/C++/Python； ● 深入理解 GPU 架构与内存体系； ● 熟悉 vLLM/SGLang 等大模型推理框架的机制原理； ● 熟练 CUDA / Triton，能独立优化复杂 Kernel； ● 熟悉 Nsight 等性能分析工具； ● 1年以上 GPU/AI 性能优化经验； 加分项： ● 有大模型推理落地优化经验； ● 有kernel/通信或编译器优化经验； ● 有开源框架性能贡献。