NPU建模工程师(J34731)

负责神经网络处理器（NPU）性能模型的开发与维护，使用C++/Python/SystemC构建周期精确（Cycle-Accurate）或近似周期（Approximate）的架构仿真模型。

基于性能模型进行架构方案评估与量化分析，包括不同数据流策略、缓存层次配比、PE阵列规模、总线带宽等参数对性能/功耗/面积的影响。

对接算法团队，将主流AI模型（Transformer、CNN、LLM等）映射到性能模型上进行仿真跑分，输出性能瓶颈分析报告及优化建议。

协同设计团队完成RTL与性能模型的对标（Correlation） ，确保模型精度满足架构探索需求，并支持设计空间探索（Design Space Exploration）。

开发自动化建模与数据分析工具，支撑大规模参数扫描、回归测试及可视化结果输出。

计算机体系结构、微电子、电子工程、通信工程、数学等相关专业。

熟练掌握C++/Python，具备良好的面向对象编程能力与数据结构基础。

了解计算机体系结构基本概念（流水线、存储层次、片上互联、DMA等）。

了解AI基础算法（如CNN、RNN、Transformer）及常见模型的计算模式与访存特征。

具备良好的逻辑分析能力、数据解读能力及团队协作精神。