阿里云智能-服务器AI互连技术开发专家-北京/上海
Alibaba Group · Beijing; Shanghai ·
Alibaba Cloud is hiring an AI interconnect technology expert in Beijing/Shanghai to optimize LLM and multimodal inference/training on AI supernodes (vLLM, SGLang, KV cache, collective communication, RDMA) and help define next-gen GPU interconnect architecture. Core stack: C/C++, GPU software, network/communication optimization.
● 负责AI Infra超节点推理和训练优化，包括vllm、SGLang等的LLM、多模态端到端软硬件结合的性能优化工作，如KV Cache、显存共享、通信技术融合、mega kernal等，发挥超节点技术优势。
● 围绕并行算法、集合通信、KV Cache传输等典型流量，分析通信模式和关键路径，优化通信时延、带宽利用率及计算通信重叠效率。
● 参与下一代AI超节点架构定义、业务演进、原型验证及产品化落地。
● 参与GPU互连系统研发与交付，以及评估体系建设。
● 计算机、软件工程、通信工程、电子科学与技术、人工智能等相关专业。
● 5年以上GPU软件、网络软件或基础设施研发经验，精通C/C++，熟悉Python或Go。
● 有GPU算子优化、框架优化、通信库优化、KV缓存系统设计、RDMA等经验之一。
● 能够独立承担复杂子系统设计、问题定位、性能优化及工程交付。
● 有强烈的技术热情和好奇心、自驱力和学习力。
● 具备良好的分析与解决问题能力、沟通及团队合作能力。
● 有创新热情，积极乐观，能够持续推动问题解决和技术突破。
加分项（满足一个或多个）
● 有AI超节点、Scale-Up互连、GPU/NPU服务器或异构计算系统的软件架构、研发和规模化交付经验者优先。
● 熟悉推理或者训练框架，或者具备CUDA等编程背景优先。
● 熟悉分布式系统、高可用方案，有规模化部署和交付经验优先。
● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI基础设施或开发工具研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。