About The Role

工作职责
参与自主可控的GPU集合通信库（对标NCCL/RCCL）的研发，支撑AI大模型与科学计算的分布式训练
协助优化RDMA网络（InfiniBand/RoCE）及GPU Direct通信路径，
提升多节点训练性能与软硬件团队协作，了解下一代GPU互联架构设计
将通信库集成到PyTorch等深度学习框架，完善AI基础设施（AI Infra）能力
任职要求（基础+专业）
基础要求
本科及以上学历，计算机、电子、通信等相关专业
精通C/C++，熟悉Python，掌握常用数据结构和算法
熟悉Linux开发环境，了解Git、CMake等工具
专业需求（以下至少熟悉2~3项）
RDMA网络：理解RDMA基本概念（IB/RoCE）、关键操作（Send/Recv/Read/Write），有相关课程实验或小型项目经验
GPU体系结构与CUDA：熟悉GPU基本架构（SM、内存模型），能编写简单的CUDA Kernel，了解CUDA流、事件同步机制
集合通信：了解AllReduce、AllGather等通信原语，知道环形（Ring）、双二叉树（Double Binary Tree）等常见算法原理
分布式训练框架：使用过PyTorch的DDP或FSDP，理解其通信流程（如梯度AllReduce的触发时机）
性能优化基础：了解PCIe、NUMA等系统拓扑对通信性能的影响，有初步的性能测试与分析思路
加分项
参与过并行计算/高性能计算相关竞赛（ASC、ISC等）
对NCCL、OpenMPI、UCX等开源项目有过阅读或小贡献
有网络协议（TCP/IP）或DPDK基础
优秀的学术英语阅读能力，能阅读顶会论文（如SC、HPCA、ISCA）

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

GPU高性能通信软件工程师(J10844)

About The Role