2027届校招-太空原生计算架构研究员

1. 面向星载AI、大模型在轨推理、遥感智能处理、星间协同计算和在轨自主决策等场景，开展工作负载与计算需求分析，围绕具体问题提出并验证新型计算架构方案。

2. 结合空间环境下能量、散热、辐照、通信和存储等约束，以及长期无人值守、任务动态变化等特点，选择处理器、AI加速器、存储系统或系统级计算中的具体方向开展深入研究。

3. 探索不局限于TMR、ECC和冗余备份的高可靠AI计算方法，研究近似容错、任务级可靠性、模型鲁棒性、运行时恢复、软硬件协同容错及质量可感知计算，评估可靠性、计算效率与任务质量之间的权衡。

4. 围绕大模型推理、多模态感知、遥感图像理解和时序数据处理等工作负载，研究星载AI推理加速方法，开展计算、存储、通信瓶颈分析及架构优化。

5. 根据研究课题，搭建或扩展架构模拟器、性能模型、功耗模型、可靠性模型及任务评估工具，完成设计空间探索、对比实验和原型验证。

6. 与芯片、软件、板卡、电源、热控及系统团队协作，明确研究方案的工程约束，将经过验证的成果转化为架构建议、微架构模块、软件接口或原型系统。

7. 围绕研究课题开展论文撰写、专利方案整理和技术报告编制，为公司太空原生计算架构研究与后续芯片产品定义提供支撑。

1. 计算机、集成电路、电子工程、人工智能等相关专业博士学历；特别优秀且具有高水平体系结构研究成果的硕士毕业生亦可考虑。

2. 具备扎实的计算机体系结构基础，熟悉处理器架构、AI加速器、GPU/NPU、存储层次、片上互联、并行计算、数据流架构、编译器或运行时等一个或多个方向。

3. 具备体系结构建模、仿真和实验研究能力，了解性能建模、功耗分析、工作负载分析、设计空间探索等基本研究方法。

4. 具备较强的科研能力，能够完成文献调研、问题定义、架构设计、实验验证和论文撰写；在体系结构、芯片设计、人工智能系统或高性能计算相关会议、期刊发表过论文者优先。

5. 了解大模型推理、多模态感知、遥感智能处理、边缘计算或异构计算等技术，对AI工作负载的计算、存储和通信特征具有一定理解。

6. 对软硬件协同优化具有一定认知，愿意从算法、编译器、运行时、微架构、存储系统、芯片和任务级指标等多个层面开展研究。

7. 具备较强的创新意识和工程转化意识，能够在团队指导下将研究方案转化为架构模型、模拟器、原型系统或芯片模块设计。

8. 对太空算力、星载AI、高可靠计算、在轨智能等前沿方向有强烈兴趣，愿意研究能量、散热、辐照、通信和长期无人值守等空间约束下的新型计算架构。

加分项

1. 在ISCA、MICRO、HPCA、ASPLOS、SC、MLSys等会议，或相关高水平期刊发表过论文；

2. 使用过gem5、GPGPU-Sim、Sniper、SCALE-Sim、Timeloop等体系结构仿真或建模工具；

3. 参与过AI芯片、处理器、编译器、异构计算、高可靠计算或航天电子相关项目；

4. 有开源项目、芯片流片、FPGA原型验证、专利或技术竞赛成果。