The posting
在这个岗位中，你将驱动软硬件的协同开发，负责将复杂的 AI 模型部署到专用的机器人边缘设备上。你的工作将连接深度学习算法与底层硅芯片，从计算机体系结构的全局视角出发，基于 ASIC、FPGA 等底层硬件构建异构计算系统。你的目标不仅是确保机器人在物理世界中能够在严格的功耗、内存和算力限制下智能且自主地运行，更要通过卓越的工程化能力，保障系统在复杂环境中高可靠、长时稳定地运行。 核心职责 计算架构与系统落地： 面向机器人的复杂 AI 负载（如感知、控制与决策模型），设计低延迟、高能效的异构计算体系结构，并在 ASIC 等端侧平台上完成深度适配、模型调度与高效落地。 RTL 开发与 FPGA 加速： 编写、验证并优化 RTL，为端侧推理引擎构建定制化、高性能的 FPGA 硬件加速单元。 端侧部署与高可靠工程保障： 负责深度学习模型在目标边缘硬件上的端到端部署与性能调优。建立严格的工程标准与测试流程，处理复杂的系统级容错与异常态，确保边缘计算基座的鲁棒性。 AI 原生研发工作流： 在架构探索、RTL 编写、Testbench 生成及底层系统代码开发的全周期中，深度且高频地使用Coding Agent，把Agent当作工程流水线的一部分。紧跟业界最新AI Agent应用范式及最佳实践，持续更新迭代个人Agent使用模式。
计算机科学、电子工程、计算体系结构或相关领域的本科及以上学历（硕士/博士优先）。 具备扎实的计算体系结构理论基础，深刻理解底层内存层级、带宽管理及计算单元设计。 异构硬件实现能力： 具备扎实的 FPGA 硬件设计与验证经验，精通 RTL 的开发与架构优化。深刻理解已有 ASIC 平台的底层架构，能够在其上高效调优和部署 AI 算力。 端侧部署与卓越工程思维： 具有将大型 AI 模型在边缘加速器或异构平台上成功落地、推理调优的实战经验。对代码质量、系统级容错和长期运行的可靠性有极高标准。 AI原生工作流：具备出色的 AI 原生研发思维，能将 AI 辅助编程工具无缝集成到传统的硬件与底层系统开发工作流中。熟练引导大模型进行复杂逻辑生成、架构重构、Bug 排查及验证自动化，实现开发效率的数量级跃升。 加分项： AI 编译器经验 ： 了解或有深度学习编译器栈（如 TVM, MLIR, XLA）的开发经验，熟悉算子编译与硬件映射的底层逻辑。 熟悉软硬件协同设计（HW-SW Co-design）方法论；参与过新型 AI 芯片配套部署工具链的建设。 有过在真实机器人平台上完成感知或控制算法硬件加速部署，并应对过复杂物理世界长尾场景的完整项目经历。 ASIC 流片、DFT、低功耗设计、形式化验证经验；高速接口（LPDDR / PCIe / MIPI）经验。 开源硬件或编译器社区贡献。
