负责英伟达软件应用的测试开发，包括并不仅限于云服务/IaaS医疗影像/CUDA/数据中心等软件的测试开发工作。

围绕深度学习端到端的AI软件全栈，包括但不限于训练框架、核心计算库、推理优化工具（比如TensorRT），AI编译器，模型压缩等全栈软件栈。以及可以在AI软件全栈基础上影响到下一代甚至下两代硬件架构的特性设计。

围绕深度学习端到端的AI软件全栈，包括但不限于训练框架、核心计算库、推理优化工具（比如TensorRT），AI编译器，模型压缩等全栈软件栈。以及可以在AI软件全栈基础上影响到下一代甚至下两代硬件架构的特性设计。

客户的深度学习和高能性计算应用在NVIDIA生态上的移植和优化。这些应用包括大语言模型，CV，Speech,推荐系统和分子动力学，计算力学，计算量子化学等。 通过算法和工程优化，提供系统级的优化方案。深度与内部架构和产品团队合作，构建和完善NVIDIA软硬件加速生态。

客户的深度学习和高能性计算应用在NVIDIA生态上的移植和优化。这些应用包括大语言模型，CV，Speech,推荐系统和分子动力学，计算力学，计算量子化学等。 通过算法和工程优化，提供系统级的优化方案。深度与内部架构和产品团队合作，构建和完善NVIDIA软硬件加速生态。

客户的深度学习和高能性计算应用在NVIDIA生态上的移植和优化。这些应用包括大语言模型，CV，Speech,推荐系统和分子动力学，计算力学，计算量子化学等。 通过算法和工程优化，提供系统级的优化方案。深度与内部架构和产品团队合作，构建和完善NVIDIA软硬件加速生态。

TPC架构团队是一个快速增长的团队，欢迎各级工程师加入。我们的目标是探索和设计更好的GPU架构，以帮助AI程序高效运行和游戏渲染更快、更逼真。TPC是GPU的核心，包括几个用于调度、计算和缓存的单元。您将与美国团队密切合作，包括编写测试、各种功能和性能实现以及新功能的研究。不用担心工作的重要性，不用担心工作量大，加入我们，快速成长。 你将要做的事情： -基于现有和预期的SM架构的定量研究，调查和提出架构思想。 -构建性能和功能仿真模型。 -在模拟器、RTL和实际硅片上进行测试和调试。 -开发性能和功能测试计划和测试，以验证新的SM架构和功能