AI芯片 CV验证工程师

角色和期待：

1. 负责芯片仿真、FPGA 验证及芯片 Bring-up，完成软硬件联调、稳定性测试和技术文档编写。

2. 负责芯片 CV 验证方案及用例开发，依据芯片架构和模块规格制定验证计划，覆盖功能正确性、边界条件、异常场景、性能及稳定性，推动问题定位、修复与回归闭环。

3. 负责芯片计算子系统的系统级验证，覆盖计算单元、片上存储、DDR、DMA 及互联通路，验证算子执行、数据搬运、任务并发和软硬件协同的正确性，开展典型 AI 工作负载下的计算精度及性能测试。

4. 建设自动化验证与回归测试框架，支持仿真、FPGA 及芯片平台的用例执行、日志采集、结果比对和问题复现；开展长时间压力测试、故障注入及恢复验证，输出验证报告。

5. 负责芯片系统软件开发，包括基于 RISC-V CPU 的固件、底层驱动及系统管理功能，支撑芯片启动、运行与调试。

6. 负责但不限于 PCIe、DMA、DDR、ETH、RDMA、I2C 等模块的驱动开发、功能验证、问题定位及性能优化。

7. 负责芯片启动流程、内存管理、中断与异常处理、任务调度，以及固件加载、升级和故障恢复等功能开发。

8. 参与多 Die、多卡及多节点 AI 芯片互联系统的软件设计，支持高速互联、跨芯片数据传输、同步及通信性能优化。

人才画像：

1. 计算机、电子工程、自动化或相关专业，具备扎实的计算机体系结构和操作系统基础。

2. 熟练掌握 C/C++，具备嵌入式软件、固件或底层驱动开发经验，能够独立完成复杂问题分析与定位。

3. 熟悉芯片 CV 验证流程，能够根据架构文档、寄存器手册及模块规格拆解验证点，设计正常、边界、异常及并发场景用例，建立验证覆盖矩阵并跟踪问题闭环。

4. 熟练使用 Python、Shell 及 C/C++ 开发验证程序和自动化工具，具备测试环境搭建、批量回归、日志分析及测试结果统计能力，熟悉持续集成和测试用例管理。

5. 理解 AI 芯片计算与存储架构，了解矩阵乘、卷积等典型算子的执行流程，以及 FP32、FP16、BF16、INT8 等数据格式；能够结合参考模型开展结果比对、精度误差分析及异常数值定位。

6. 具备系统级并发与压力测试经验，能够设计计算、访存、DMA 和通信同时运行的测试场景，定位数据一致性、访存越界、死锁、超时及性能瓶颈等问题。

7. 熟悉 JTAG、GDB、寄存器转储、运行日志及 Trace 等调试手段，能够结合波形、性能计数器和错误状态信息开展软硬件联合定位；具备仿真、FPGA 或芯片平台验证经验。

8. 了解 ECC、错误上报、看门狗、复位及故障恢复机制，具备故障注入和可靠性验证经验；有多 Die、多卡互联验证，或电压、频率、温度变化条件下的稳定性验证经验者优先。

9. 熟悉 RISC-V 架构，理解特权级、中断与异常、CSR、原子操作及内存访问顺序；熟悉 Cache、内存屏障和 DMA 一致性处理。

10. 熟悉 PCIe、DMA、DDR、ETH、RDMA、I2C 等常用模块的工作原理，具备其中多个模块的实际开发与调试经验。

11. 熟悉 Linux 内核及 PCIe 驱动开发，掌握内核内存管理、并发同步、DMA API、MSI/MSI-X 中断及 ioctl、mmap 等用户态接口，具备内核异常定位与调试能力。

12. 熟悉 AI 芯片互联场景，包括片间互联、卡间互联和节点间通信；了解超链接等高速互联技术，以及 RDMA、集合通信在 AI 训练与推理中的作用。