AI Infra软硬结合网络研发工程师-阿里巴巴2027届实习生

在这里，你将成为大模型技术落地的“硬核引擎缔造者”。你将参与构建 AI Infra计算基础设施过程，通过软硬件协同优化技术，近距离与大模型设计者协同设计，通过网络计算融合、网络存储融合、异构计算加速等软硬件结合优化技术，让每一个GPU发挥出极致性能，让大模型在训练、推理、调度全链路中的表现出卓越性能。你的代码将直接决定大模型训练的效率、推理的响应速度以及集群资源的利用率，为 AI 时代的算力底座注入核心动力。 1. 基于FPGA/ASIC芯片的设计与开发： •负责FPGA/ASIC芯片的RTL设计与验证，包括C-Model、算法映射、硬件架构设计和性能调优； •开发硬件抽象层（HAL）和相关工具链，支持硬件加速器与上层软件的无缝集成； •参与硬件加速器及系统仿真模型的开发和调试。 2. 软硬件结合技术开发和优化： •研发基于FPGA、ASIC等硬件的计算平台，实现高性能网络加速，网络与计算加速，网络与存储加速等开发优化，提升AI训练和推理等业务的计算性能； •基于自研芯片，加速计算与计算之间，计算与存储之间，计算云服务之间的高性能，低延时互联，实现AI和通用计算的超节点高效互联。 3. 操作系统与固件开发： •优化Linux内核、设备驱动和固件，发挥硬件的极致性能，提升硬件资源利用率； •开发针对特定硬件的定制化操作系统模块，满足高性能计算、高性能网络需求。

1. 快速学习与创新能力： •具备快速学习新技术的能力，能够不断突破软硬件结合领域的技术瓶颈； •对前沿技术保持敏感，勇于探索未知领域，随时准备好迎接新挑战； 2. 扎实的软硬件基础： •熟悉计算机体系结构、操作系统原理、网络协议和分布式系统； •具备硬件设计经验（如FPGA、ASIC）或嵌入式开发经验，熟悉Verilog/VHDL等硬件描述语言； 3. 编程能力： •精通至少一种编程语言（如C/C++、Python、Go），具备良好的代码风格和工程实践能力； •熟悉底层开发（如驱动开发、固件开发）和高性能分布式并行计算开发，熟悉CUDA kernel开发； 4. 广阔的技术视野： •在软硬件结合领域有实际项目经验，能够从系统层面分析和解决问题； •熟悉云计算及相关产品，熟悉数据中心计算，存储，网络相关的技术； •了解前沿的AI技术，对AI所需的硬件系统有比较好的了解； 5. 团队协作与沟通能力： •具备良好的沟通能力和团队协作精神，能够在跨团队项目中高效合作； •能够清晰表达技术方案，并推动复杂项目的落地实施。 加分项: 1. 有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先。 2. 开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力。 3. 对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全景视角。