超节点解决方案方向实习生

岗位概述 英特尔 DCG 中国正在招聘一名研究实习生，参与面向 KV Cache 中心化系统 的 Scale‑up 协议与内存池化（Memory Pooling） 技术研究。该岗位将聚焦新一代 AI 超节点（Supernode）架构，在系统性能、成本效率及规模化部署方面开展前沿探索，支持大规模 AI 推理与训练场景。 工作职责 ● 解耦式超节点架构的系统创新与成本优化 ● 研究解耦式（Disaggregated）AI 超节点架构设计中的关键技术与系统级权衡 ● 分析不同架构方案在性能、扩展性以及 BOM 成本方面的影响 ● 支持架构方案从 NPI（新产品导入）到 HVM（规模化量产）的可扩展性评估 ● GPU 互连协议与内存池化技术研究 ● 研究并实现基于以太网的 GPU 互连协议原型 ● 探索面向大规模 AI 推理与训练集群的分布式内存池化机制 ● 支持 KV Cache 等关键数据路径的系统级优化 任职要求 ● 电气工程、计算机工程、计算机科学或相关专业硕士在读 ● 熟悉 RDMA 核心机制，包括单边读/写、Send/Receive verbs、QP 管理以及内存注册 ● 具备 Mellanox ConnectX‑7 相关测试与调试经验，熟悉 perftest、ibstat、mlnx_tuning 及 OFED 工具集 ● 了解大语言模型（LLM）推理性能评测方法及常用指标（如 TTFT、TBT、token/s），并具有使用 vLLM、lm‑evaluation‑harness 或同类框架的经验

岗位概述 英特尔 DCG 中国正在招聘一名研究实习生，参与面向 KV Cache 中心化系统 的 Scale up 协议与内存池化（Memory Pooling） 技术研究。该岗位将聚焦新一代 AI 超节点（Supernode）架构，在系统性能、成本效率及规模化部署方面开展前沿探索，支持大规模 AI 推理与训练场景。 工作职责 • 解耦式超节点架构的系统创新与成本优化 o 研究解耦式（Disaggregated）AI 超节点架构设计中的关键技术与系统级权衡 o 分析不同架构方案在性能、扩展性以及 BOM 成本方面的影响 o 支持架构方案从 NPI（新产品导入）到 HVM（规模化量产）的可扩展性评估 • GPU 互连协议与内存池化技术研究 o 研究并实现基于以太网的 GPU 互连协议原型 o 探索面向大规模 AI 推理与训练集群的分布式内存池化机制 o 支持 KV Cache 等关键数据路径的系统级优化 任职要求 • 电气工程、计算机工程、计算机科学或相关专业硕士在读 • 熟悉 RDMA 核心机制，包括单边读/写、Send/Receive verbs、QP 管理以及内存注册 • 具备 Mellanox ConnectX 7 相关测试与调试经验，熟悉 perftest、ibstat、mlnx_tuning 及 OFED 工具集 • 了解大语言模型（LLM）推理性能评测方法及常用指标（如 TTFT、TBT、token/s），并具有使用 vLLM、lm evaluation harness 或同类框架的经验