高性能计算算子工程师（算子方向）

1. 01

   负责大模型核心算子在自研 GPGPU / NPU 上的开发与极致优化：GEMM、Norm（RMSNorm / LayerNorm）、Attention（FA2/FA3 类）、MoE（Grouped GEMM / TopK 路由 / All-to-All）、Indexer（检索类稀疏访存算子）等；

2. 02

   基于 CUDA / Triton / CUTLASS（NPU 侧对应 Ascend C / CANN 算子包 / 自有 DSL）实现高性能 kernel，完成 tiling、流水编排、共享内存与寄存器分配的手工调优；

3. 03

   开发算子融合（如 Add + Norm + RoPE + Attention 融合）与低精度实现（FP16 / BF16 / FP8 / INT8 / FP4），在保证精度的前提下提升端到端性能；

4. 04

   建设算子精度对齐与性能回归体系，对标 cuFFT/cuSolver/cuBLAS / cuDNN / FlashAttention 等业界基准，输出性能分析报告；

5. 05

   参与 Autotune / 元调度（AutoTVM、Triton autotune）配置空间搜索，沉淀通用调优模板；

6. 06

   与编译、驱动、框架团队协同，定位跨层性能瓶颈（访存带宽、occupancy、指令发射效率）。

基本要求

1. 01

   计算机 / 软件工程 / 微电子 / 电子信息 / 数学 / 自动化等相关专业；

2. 02

   熟练 C/C++，理解并行计算与体系结构（SIMT/SIMD、内存层级、cache line、bank conflict）；

3. 03

   理解至少一种并行编程模型（CUDA \bang c\Ascend c），能独立完成并行程序设计与调试；

4. 04

   具备良好的数学基础（线性代数、数值计算），能读懂算法论文的公式与伪代码。 加分项

5. 01

   有 CUDA / Triton / CUTLASS 实际 kernel 开发经验，或 NPU（昇腾 / 寒武纪 / 壁仞 / 摩尔线程等）算子开发经历；

6. 02

   读过 FlashAttention、CUTLASS 源码，理解 IO-aware 设计与 GEMM 流水（Mainloop / Epilogue）；

7. 03

   熟悉性能剖析工具：Nsight Compute / Nsight Systems / nvprof，或 NPU 侧 profiling 工具；

8. 04

   了解量化算法与低比特算子实现；

9. 05

   有 HPC / 超算 / 并行计算相关竞赛或科研经历。 我们期待 会看 perf 曲线、能从 bandwidth 和 occupancy 反推瓶颈的「性能偏执型」候选人。 （请注意：每人限投递3个岗位）

招聘部门：第一事业部

招聘人数：若干

岗位类别：技术类

工作地点：北京市、西安市