基础设施与稳定性工程-系统软件研发工程师-AI加速芯片方向

职位描述

团队/方向简介负责 AI 加速器（GPU/PPU等）系统软件技术栈与生态建设，覆盖驱动、CUDA 兼容运行时、编译工具链、框架接入的全链路组件；结合 AI 业务场景与推理引擎（vLLM 等）、训练框架（PyTorch/Megatron 等）软硬协同优化；参与超节点架构、拓扑管理与调优，支撑大规模训练/推理集群的高效稳定运行。岗位职责 1.负责 AI 加速器（GPU/PPU等）系统软件栈的设计与研发，覆盖内核/用户态驱动、CUDA 兼容层（Driver API/Runtime API）、Pytorch、编译工具链等核心组件。 2.建设 AI 系统运行时能力：设备管理与虚拟化、多卡多机通信与拓扑管理，打造与 CUDA 生态兼容的高性能运行时。 3.超节点架构设计与优化：拓扑发现与建模、亲和性、跨机互联通信优化、软硬协同分析优化。 4.建设性能分析与调优体系，定位并解决驱动/运行时/框架层的复杂系统问题，持续提升集群性能与稳定性。

任职要求

任职要求（基本要求）： 1.计算机、电子、自动化等相关专业本科及以上学历，5 年以上系统软件开发经验（职级可上浮）。 2.精通 C/C++（掌握 Rust/Python 者加分），熟悉 Linux 操作系统原理，具备扎实的系统编程与问题定位能力。 3.深入理解 GPU 计算栈分层架构（硬件 → 驱动 → Driver API/Runtime → 编译器 → 框架），具备跨层问题的独立分析与闭环能力。 4.熟悉 GPU 编程模型，有大模型训练或推理系统的实战优化经验，了解至少一种主流推理引擎或训练框架的内部机制。 5.良好的跨团队沟通与推动能力，能与硬件、驱动、编译器、框架团队协同交付。加分项: 一、底层驱动有 AI 加速器内核驱动开发经验（比如 NV open-gpu-kernel-modules 源码级二次开发经验）、GPU 子系统开发经验（MMU/IOMMU 与页表管理、SVM 共享虚拟内存、DMA/BCE、BAR 空间映射与访问）有 GPU 虚拟化与隔离技术经验（vGPU、MIG、SR-IOV、VFIO），或机密计算（CC/TDX/SEV）场景的系统适配经验有国产加速卡（