数据中心AI网络方向工程师

1.​GPU集群通信架构设计与优化：负责数据中心AI场景下GPU集群通信架构的设计与开发，优化多卡/多机通信性能，提升分布式训练效率；研究并实现GPU与网络设备（如交换机、RDMA网卡）的协同工作，解决通信延迟、带宽瓶颈等关键问题；
2.通信库与驱动开发：开发高性能GPU通信库（NCCL/DeepEP/NVsharemem 等），适配主流AI框架（TensorFlow/PyTorch），支持大规模集群通信需求；
3.GPU通信性能调优：分析通信性能瓶颈（硬件/软件层面），通过算法优化、代码重构或硬件选型提升整体吞吐量；与硬件团队协作，验证GPU新架构的通信能力，提供技术反馈与改进建议；
4.生态兼容与标准化：参与制定GPU通信协议标准，推动异构计算生态的互联互通。

1.教育背景：硕士及以上学历，计算机、通信、电子工程、高性能计算等相关专业；
2.核心技能（有以下经验者优先）：熟悉CUDA(CUDA graph, kernel, stream, PTX ISA)开发流程；掌握Cuda Core/Tensor Core的混合精度计算原理，熟悉FP16/FP32/TF32等的运算优化方法；熟悉 GPU 基本架构，对SM、L1/L2 Cache、HBM等核心组件有深入理解，对线程/任务调度有丰富经验；
3.项目经验：GPU集群通信相关经验，主导或参与过AI训练/推理平台的通信优化项目；有GPU通信库开发经验者优先；
4.加分项：发表过GPU通信、分布式计算领域的高质量论文或专利；具备GPU虚拟化、FPGA异构加速等跨领域经验。。加分项：