岗位职责： 1.参与AI芯片算子库（如CNN, Transformer, GNN等算子）的整体架构设计与演进，确保其高性能、高能效、易用性和可扩展性。 2.负责核心算子（如卷积、矩阵乘、激活、归一化、注意力机制等）的高效实现与深度优化，充分利用底层硬件特性（如SIMD/SIMT、共享内存、缓存、特定加速单元等）。 3.研究前沿AI算法及其计算特点，将新算法高效映射到硬件平台，设计并实现对应的高性能算子。 4.与编译器团队、驱动团队、AI框架团队（如TensorFlow, PyTorch,MindSpore等）紧密协作，定义算子接口，优化算子调用链，提升端到端性能。 5.进行算子性能分析与调优，定位性能瓶颈，持续优化算子库的效率和质量。 6.参与算子库相关文档的编写，为内外部用户提供技术支持。 任职要求： 学历背景： 计算机、软件工程、人工智能、数学、电子工程等相关专业 专业基础： 1.深入理解深度学习基本原理和常用模型（CNN, RNN, Transformer等）。 2.熟悉计算机体系结构，了解CPU/GPU/AI加速器的并行计算架构和内存层次结构。 3.扎实的数据结构与算法基础。 技能要求： 1.精通C/C++，具备扎实的编程功底和良好的代码风格。 2.熟悉至少一种并行编程模型和语言，如CUDA, OpenCL, HIP,OpenMP, SYCL等。 3.具备较强的性能优化意识和能力，有底层代码优化经验者优先。 4.了解AI框架（如PyTorch, TensorFlow）的基本原理和使用者优先。 5.具备良好的问题分析与解决能力，以及较强的学习能力和团队协作精神。 加分项： 1.有GPU/AI芯片算子开发、优化或相关项目经验。 2.熟悉深度学习算子融合、量化、稀疏化等优化技术。 3.有LLVM、MLIR等编译器基础设施使用或开发经验。 4.在AI系统、高性能计算相关会议（如PPoPP, SC, ICS, MLSys等）发表过论文者优先。 5.有数学建模竞赛、编程竞赛等获奖经历。