About the Role 我们正在打造自动驾驶领域的 高性能 AI Training System（高性能训练系统），持续推动大规模模型训练的效率提升。随着自动驾驶模型从传统感知网络逐步演进到 End-to-End Driving 与 VLM（视觉语言模型），训练规模、GPU 集群规模以及数据规模都在快速增长，训练效率已经成为核心竞争力之一。 我们希望找到对 GPU、CUDA、PyTorch、分布式训练 或 AI Infrastructure 感兴趣的同学，一起参与训练系统优化工作。你将直接接触真实的大规模模型训练任务，参与分析训练瓶颈、优化 GPU 利用率、提升训练吞吐，并探索包括 CUDA Kernel Fusion、Communication Optimization、Mixed Precision、Torch Compile、CUDA Graph 等前沿训练加速技术。 Responsibilities 参与自动驾驶模型训练加速与性能优化，包括： Data Pipeline Optimization（数据流水线优化）、GPU utilization optimization（GPU利用率优化）、Training throughput optimization（训练吞吐优化） 参与分布式训练系统优化，包括： Multi-GPU / Multi-node Training（多机多卡训练）、Communication Optimization（通信优化）、Overlap Communication & Computation（通信计算重叠） 参与训练框架与 Runtime 优化： PyTorch Runtime Optimization、CUDA Kernel Optimization、Memory Optimization（显存优化）、Mixed Precision Training（混合精度训练） 分析并优化模型训练瓶颈，包括： GPU compute bottleneck、Data loading bottleneck、Kernel launch overhead、Distributed synchronization overhead 参与自动化性能 Benchmark 与 Profiling 系统建设： GPU profiling、Training regression analysis、Performance benchmarking 跟踪并研究前沿训练加速技术，包括： FlashAttention、Fused Operators、Torch Compile、CUDA Graph、Triton Kernel、Distributed Training Optimization Requirements 计算机、电子工程、人工智能或相关专业本科/硕士，具备较强工程能力与学习能力。 熟悉 Python 或 C++ 编程，具备良好的代码能力。 熟悉深度学习框架之一： PyTorch、TensorFlow 或 JAX 对 GPU / 并行计算 有一定理解，包括： CUDA execution model、GPU memory hierarchy、Thread / Warp execution、GPU performance basics 熟悉深度学习训练流程： Forward / Backward propagation、Optimizer、Distributed Data Parallel（DDP）、Mixed Precision Training 具备基本性能分析能力，能够使用 profiling 工具定位性能瓶颈。 Preferred Qualifications 有以下方向经验之一： CUDA Programming、Distributed Training、GPU Kernel Optimization、AI Compiler、ML Systems 熟悉以下工具或框架之一： Nsight Systems、Nsight Compute、PyTorch Profiler、DeepSpeed、Megatron-LM、Horovod 有以下优化经验之一： CUDA Kernel Fusion、Memory Optimization、Communication Optimization、Training Throughput Optimization 熟悉自动驾驶 / 多模态模型 / 大模型训练相关技术。 有开源项目、竞赛或科研经历加分。 What You Will Gain 在这里你将有机会： 参与自动驾驶 AI Training Infrastructure（AI训练基础设施）研发 深度接触 大规模模型训练加速 与 GPU 性能优化 与经验丰富的 GPU / AI Infra 工程师共同开发核心训练系统 参与自动驾驶大模型与 VLM 的训练优化实践 快速成长于 Distributed Training、CUDA、ML Systems 与 AI Infrastructure 领域