软硬协同技术专家

职位定位

该岗位是对外客户落地与对内芯片/软件研发的关键技术枢纽。负责深入理解主流云计算中心、互联网大厂及头部大模型厂商的实际业务痛点，依托公司自研大算力芯片与全栈软件生态，主导高可用、高性价比的高性能计算与大模型推理/训练解决方案架构设计；同时精准翻译并反哺客户深层诉求至内部研发与架构团队。

岗位职责

客户对接与架构设计

作为技术权威深度参与售前及 PoC 验证，主导针对大语言模型（LLM）、多模态模型、推荐系统等高性能场景的系统级软硬件解决方案架构设计。

深入分析客户性能瓶颈（算力利用率、通信延迟、显存吞吐等），输出具备强竞争力的方案文档、技术评估报告与部署指南。

需求转化与产品闭环

挖掘并抽象头部客户的深层算力诉求，将其精准转化为内部芯片微架构、硬件板卡、互联网络（如 Scale-up / Scale-out 拓扑）及软件栈（编译器、算子库、分布式通信库、推理引擎）的具体 PRD 与演进输入。

作为研发部门与业务前端的核心技术桥梁，推动功能排期与关键技术指标落地，确保产品演进切中商业靶心。

技术攻坚与落地交付

指导并协助核心客户完成业务迁移、算子优化、模型量化及大规模集群适配，协同研发解决工程落地中的重大软硬件性能瓶颈与稳定性问题。

跟踪业界最新算子实现机制、并行加速策略与编译器演进，制定前瞻性行业适配方案。

任职要求

教育背景与经验

计算机、电子工程、微电子、通信工程等相关专业硕士及以上学历。

5 年以上大算力芯片（GPU / TPU / NPU / ASIC）、高性能计算（HPC）或头部云厂商系统架构、技术支持、解决方案设计相关经验。

核心技术能力

系统架构与互联：精通高密度集群架构，熟悉 PCIe、高速 Die-to-Die、RoCE / InfiniBand / 以太网通信协议及常见拓扑（如 Clos、Dragonfly），对跨节点分布式通信与拓扑调度有深刻理解。

软件栈与加速生态：熟悉主流深度学习框架（PyTorch 等）及分布式训练/推理框架（如 Megatron-LM、DeepSpeed、vLLM、SGLang、TensorRT-LLM 等）；理解 AI 编译器原理（如 MLIR、TVM、Triton 等）及底层算子优化机制。

软硬件协同认知：对芯片微架构（计算单元、片上缓存、内存带宽如 HBM 等）有扎实理解，具备对算力、带宽和延迟的系统级性能建模能力。

综合素质

具备卓越的技术洞察力与技术翻译能力，能将复杂的底层工程实现用商业/业务语言向客户高管阐明，亦能将客户口语化诉求严谨拆解为芯片与软件技术规范。

出色的跨团队沟通与抗压能力，善于协调销售、架构、芯片实现、驱动与系统软件等跨职能团队。

加分项

曾主导过千卡/万卡规模 AI 集群的硬件选型、组网架构设计及大规模模型落地实战经验。

熟悉国产算力生态现状，有定制化计算芯片在云服务提供商（CSP）规模化部署的成功经验。