阿里云智能-服务器软硬件系统架构与解决方案专家-杭州/北京

岗位职责

1. 负责国际化/国内GPU/AI ASIC部件引入规划，性能验证及分析，整机系统需求分析、系统架构规划等工作；
2. 负责GPU/ AI ASIC部件的稳定性保障的技术工作，如性能抖动、GPU监控、压测、诊断、故障预测等开发工作；
3. 负责GPU/XPU 驱动、FW、SDK的版本管理和定制开发工作；
4. 把握GPU芯片架构设计方向，跟踪主流GPU最新架构设计技术，结合业务需求引导芯片和系统方案定义；
5. 与整机硬件研发、测试、应用软件团队合作，负责业务需求的实现，落地和交付；
6. 结合业务发展规划(训练/推理)，负责AI算力系统相关CPU机头的选型评估与技术路线规划；跟踪行业前沿硬件动态(新一代GPU架构、互联技术演进等)，为AI硬件引入决策提供技术输入；

任职要求

1. 熟悉GPU/AI ASIC部件的硬件电气属性、熟悉主流AI芯片微架构(如SM/Tensor Core、显存子系统、RAS特性等)以及对应的服务器系统设计；
2. 熟悉GPU/XPU驱动及内核开发能力；
3. 熟悉CUDA或者ROCM等编程模型；熟悉NVIDIA软件生态及主流AI类框架模型，对AI Benchmark熟悉，并有过相关项目交付经验优先；
4. 熟悉AI异构系统测试方法论，具备CPU/内存/SSD/GPU等核心部件及整机测试工具的开发经验(如压力测试、性能基准测试、老化测试工具)；
5. 熟悉服务系统架构和Rack级超节点架构；
6. 较强的技术沟通能力，能够与硬件厂商、产品团队、Infra团队、业务团队进行有效的跨团队协作；
7. 较强的问题定位与解决能力，能够在复杂系统环境下快速收敛问题范围并推动解决；

岗位标签

NEW