芯片硬件架构实习生

聚焦大模型推理/训练加速方向，参与算法与硬件协同优化的硬件加速研究工作；

在Mentor的指导下，设计并实现软硬结合的加速方案，如稀疏计算、低比特量化、张量分解等，支持模型在端/云不同硬件平台上的高效部署、推理；

参与高水平论文撰写与顶会（ISCA、HPCA、Micro、Asplos、MLSys等）投稿。

算法：具备深度学习、大模型算法原理与计算的理解，了解CNN、GNN、Transformer、MoE等典型结构，能够使用PyTorch或TensorFlow进行原型验证；

硬件：对异构硬件架构（GPU、NPU、FPGA等）有基本了解，具有计算机体系结构、High-level synthesis或RTL实践；

有在顶级体系结构/机器学习会议发表论文，或在算力/资源受限场景下做过实际优化工作的同学优先；

在上海base办公（上海虹桥天地），最少实习4个月、每周出勤4天 以上方向具备扎实基础者可报名，同时具备论文发表或工程优化实践者将优先考虑。