GPU编译器专家

负责自研GPGPU/AI加速器编译工具链的研发与优化，基于LLVM/MLIR等主流编译框架，实现从高层编程语言到GPU指令集的高效编译映射。

深度优化编译全流程的各个阶段，涵盖前端解析、中间表示优化、指令选择、指令调度、寄存器分配、代码生成等后端关键Pass，提升编译生成代码的执行效率。

针对AI模型（Transformer、扩散模型、MoE等）和大规模并行程序，开展高性能编译优化技术研究，实现自动向量化、循环优化、访存优化、计算-通信重叠等优化策略。

支撑CUDA代码向自研GPGPU平台的迁移与性能优化，确保迁移后性能达到甚至超越原始平台运行效率。

与GPU架构团队协同，基于硬件微架构特性（指令集、存储层级、调度机制）定制编译优化策略，实现软硬件深度协同优化。

与驱动团队联动，优化编译器生成的指令流与运行时系统（Runtime）的配合，提升集群训练/推理场景下的整体算力利用率。

1. 计算机、高性能计算、微电子等相关专业，硕士及以上学历，5年及以上GPU编译器研发落地经验。
2. 精通编译原理，熟练掌握LLVM/MLIR等主流编译框架，熟悉编译全流程优化逻辑。
3. 深刻理解GPGPU架构，精通GPU并行模型、存储层级、指令集、硬件调度机制，具备软硬件协同优化经验。
4. 熟练掌握HPC高性能编译优化技术，有AI模型、大规模并行程序编译调优实战经验。
5. 精通C/C++，算法与计算机体系结构基础扎实。

加分项
1. 有国产GPGPU编译工具链及CUDA迁移优化实战经验；
2. 有编译器顶会论文、核心发明专利、大型商业化项目落地经验；
3. 熟悉GPU驱动联动优化、集群算力编译调度优化。
4. 熟悉大模型核心算子底层实现，具备PTX指令级优化实战经验，能够通过指令调度、访存优化等提升大模型推理性能。