【26届校招】AI 系统青年研究员/开发工程师-系统平台中心

-团队背景 系统框架团队（AISYS）聚焦国产算力环境下超大规模 AI 系统的自主可控与高效运行，作为 “连接国产硬件与 AI 业务的核心枢纽”，既需构建通用系统基础设施（如通信库、调度系统），支撑实验室大模型（如 Intern S1）、DeepLink 等核心业务落地；也需攻坚 AI 计算专项技术（如低精度计算、超节点架构、国产芯片适配），解决千亿参数模型训推的硬件瓶颈，目标成为 “国产 AI 计算系统领域的技术标杆 + 通用系统支撑的可靠底座”。 -岗位职责 1. 低精度计算技术研发：参与 FP8、FP4、MXFP8 等下一代低精度数值格式研发，优化 LLM、Diffusion 等模型在低精度下的训推效率； 2. 超节点集群系统优化：参与超节点（8 卡 +）集群上国产模型的训推任务，结合超节点架构特性（如互联拓扑、存储布局）研究训推加速技术，目标降低节点间通信耗时 30%+； 3. 芯片算力与互联适配：分析 NVIDIA、昇腾、寒武纪、海光等芯片的硬件特性（计算单元、存储层次、指令集），定位性能瓶颈并转化为系统优化策略（如算子拆分、数据预取）； 4. 存储 - 计算耦合设计：针对千亿参数级模型，设计 “内存 - 显存 - NVMe” 三级存储协同方案（动态数据 offload 策略），解决内存溢出问题，优化存储访问模式（数据对齐、空间局部性利用）。

1. 本科及以上学历，计算机、微电子、自动化等相关专业； 2. 了解芯片硬件架构：深入理解 CUDA Core/Tensor Core/AI Core 等计算单元、L1/L2/HBM 存储层次，熟悉华为 CANN、NVIDIA CUDA 等算子接口，有国产芯片（昇腾、寒武纪）适配经验者优先； 3. 熟悉互联与分布式技术：熟悉 PCIe 5.0、NVLink、RoCE 等通信协议，了解 MPI、NCCL、BytePS 等分布式计算范式，有异构芯片集群（如 “NVIDIA GPU + 昇腾 910”）优化经验者优先； 4. 具备存储优化能力：有 AI 负载存储层级优化经验，能设计大规模模型的动态 offload 策略，解决超大规模训练内存问题者优先； 5. 结果导向：能快速定位系统性能瓶颈，推动技术方案落地，有低精度计算或超节点系统项目经验者优先。