gpgpu runtime & driver开发工程师
职位描述
1、Runtime系统设计与开发：参与设计、开发GPGPU软件栈，包括Runtime和用户态驱动（UMD）、内核态（KMD）等核心组件。
2、新特性实现与优化：依据AI与通用计算的应用需求，开发实现GPGPU驱动新特性；针对GPGPU硬件新特性，开发相应的软件支持。
3、性能分析与调优：对关键应用进行性能分析和性能优化，解决多级流水线、低开销上下文切换、异构同步等系统级问题。
4、跨团队协作：与硬件团队合作定义计算单元架构，驱动ISA（指令集架构）设计；与算法团队合作优化计算库（如BLAS、FFT）的硬件加速策略。
5、工具链开发：开发Profiling工具链，定位内核执行热点，提出架构级改进方案。任职要求
1、学历与经验：
a、计算机科学、电子工程、数学等相关专业本科及以上学历。
b、5年以上系统级软件开发经验，有GPU或GPGPU UMD驱动开发经验者优先。
2、技术能力：
a、编程语言：精通C/C++编程语言，具备坚实的开发调试经验。
b、异构计算：熟悉至少一种通用计算API，如CUDA、HIP、OpenCL等，并深入理解其Runtime实现原理（如CUDA Driver API、HIP Runtime、OpenCL任务调度）。
c、系统架构：熟悉操作系统架构（Linux/Unix），精通Linux内核模块、DMA、PCIe通信等底层开发技术。
d、硬件知识：对现代GPGPU架构（如NVIDIA Ampere/AMD CDNA）有深入研究，熟悉SIMT执行模型、层级内存体系、硬件调度队列等核心机制。
3、加分项：
a、有芯片Bringup项目经验者尤佳。
b、参与过国际开源异构计算项目（如PyTorch/XLA、TVM、Vulkan计算管线）并贡献核心代码。
c、有GPGPU/FPGA/ASIC等芯片厂商底层工具链开发经验，熟悉指令集模拟器（ISS）或性能建模工具。
优先考虑条件：
有AI相关研发经验，熟悉CUDA编程，熟悉AI框架（如TensorFlow、PyTorch），对一种或多种网络模型结构有深入理解。
具备跨团队沟通协作能力，有项目或团队管理经验者优先
