The posting
本岗位负责当前代芯片的计算性能优化研究，以及下一代芯片性能相关改动的预研与分析评估。 研究工作以关键算子的设计、实现和验证为基础，分析软件执行方案与硬件机制之间的关系，形成经过验证的优化方法、参考实现及架构性能评估依据。 团队以性能摸高和技术预研为主要职责，不承担常规算子库的开发交付任务。 岗位职责 1. 当前代芯片性能优化研究 针对代表性计算负载，结合芯片架构与微架构特征，研究算子的数据分块、存储布局、执行调度、计算与访存重叠、同步及融合方案。完成关键算子的原型实现与性能验证，明确优化收益及适用条件。 2. 性能瓶颈分析与优化空间评估 设计微基准和针对性实验，结合生成代码分析与性能建模，研究指令执行、存储访问、资源竞争和同步依赖对算子性能的影响。分析实际性能与可达性能之间的差距，评估剩余优化空间，形成可验证、可复用的性能分析结论。 3. 下一代芯片性能预研 围绕下一代芯片拟议的计算能力、存储配置、数据搬运和同步机制等改动，构建代表性算子执行方案与性能评估方法。分析不同方案的预期收益、约束条件及适用范围，为架构方案比较和设计取舍提供定量依据。 4. 研究成果整理与技术协作 形成可运行的算子参考实现、可复现的实验结果、优化方法说明及架构评估报告。与架构、微架构、编译器和算子工程团队开展技术协作，支持研究结论在后续设计和实现中的应用与验证。 任职要求 具备扎实的 C++ 与 GPU 编程能力，熟悉 CUDA 或其他 GPU 编程体系，能够独立完成关键算子的实现、性能分析与优化。 在矩阵乘、Attention、归约、量化或融合算子等一个或多个方向具有深入实践，能够说明优化方案与硬件执行机制之间的关系，并分析其适用条件。 熟悉 GPU 并行执行模型与存储层次，理解指令执行、寄存器与共享存储使用、缓存访问、数据搬运及同步机制对性能的影响。 具备独立开展性能研究的能力，能够从具体问题出发提出假设、设计实验、分析结果，并区分实验事实、模型假设与推导结论。 能够清晰描述技术问题、实验方法和分析依据，形成完整的技术文档，并与相关研发团队开展方案讨论与结果验证。 优先条件 具有以下一个或多个方向的经验： GPU 微架构基准测试、性能表征或性能建模。 面向新硬件特性的算子设计、原型验证或性能评估。 GPU 编译器、DSL、指令级分析及相关优化。 基于实际计算负载开展软硬件协同优化或架构方案比较。
