超大规模异构算力智能调度

Job description

工作职责 致力于超大规模智能算力集群和智能算力调度系统的研究与优化，主导业界领先的10万卡级异构算力基础设施体系建设，突破LLM时代超大规模计算的架构与调度瓶颈。

• 负责10万卡级GPU/NPU异构算力集群规划，研究下一代算力集群的异构计算架构，探索高性能计算存储、高性能网络等前沿技术落地；
• 构建10万卡级调度的分布式系统，实现资源归一化与弹性计算，开发基于强化学习的智能调度算法，优化跨集群算力利用率；
• 针对LLM大模型训练推理场景，优化计算、通信策略和算子；
• 规划跨地域容灾方案，硬件故障预测，构建自愈型基础设施；
• 跟踪新一代AI芯片发展趋势；
• 参与国际开源社区（如Kubernetes、Ray等），推动技术标准制定。 任职要求
• 获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业；
• 有扎实的数据结构与算法功底，熟练掌握Python、Golang、C/C++等编程技巧，具备良好的编程习惯以及工程与沟通能力；
• 在分布式系统架构（如K8s、Ray、Horovod等框架内核）、高性能计算（CUDA/Triton/OpenCL底层优化）、网络协议栈（RoCEv2、GPUDirectRDMA性能调优）、调度算法（有GangScheduling、BinPacking等）等某一方面有深入的研究，具备成熟的研究思维；
• 在以上领域有相关论文、专利或主导过开源项目者优先（如OSDI、SOSP、SIGMOD、ATC、NIPS、AAAI、ICLR等）。