岗位描述
1. 面向自动驾驶大模型训练与推理场景,设计并落地异构计算方案,充分发挥 CPU、GPU、NPU 等硬件的计算能力、存储容量与访存带宽优势,降低训练成本和推理延迟,提升吞吐与算力利用率。 2. 推进模型在不同硬件平台上的适配、迁移与性能优化,分析核心模块的计算、访存与通信瓶颈,设计并实现计算图优化、算子优化、内存布局与数据传输优化、流水线并行等策略。 3. 探索多类硬件协同 下的任务划分、计算卸载、分层存储与调度策略,优化计算、存储和通信的资源配置,实现数据传输与计算重叠,提升异构系统的整体效率与扩展能力。 4. 跟踪异构计算、分布式训练与高性能计算领域的前沿技术,开展原型验证与技术创新,沉淀技术报告、专利、开源成果或高水平论文。 加分项: 1. 对自动驾驶算法有深入理解,熟悉感知、预测、规划、多视角视频生成或闭环仿真等一个或多个方向。 2. 具有异构训练推理加速经验,负责过大规模训练任务的稳定性或性能优化。 3. 为Megatron、Deepspeed、Verl、Sglang等项目贡献过核心代码。 4. 在MLsys、ICML、ICLR等会议发表过相关论文。