雷达算法部署（GPU方向）

雷达算法部署（GPU方向、实习生）： 主要实习内容 1、 核心算法移植与加速：协助工程师将毫米波雷达信号处理链（如1D-FFT、2D-FFT、DoA估计、CFAR检测等）从MATLAB/Python/C++原型，移植到NVIDIA车载GPU平台，并进行并行化初步实现。 2、高性能GPU内核开发：在指导下，针对特定计算密集型模块（如大规模矩阵运算、自定义滤波操作等），学习并尝试编写优化的CUDA内核函数，或熟练调用cuFFT、cuBLAS等GPU加速库； 3、性能分析与初步优化：使用专业工具（如Nsight Systems）对代码进行性能剖析，在导师帮助下理解性能瓶颈，并实践基础的优化策略（如优化内存访问模式、调整线程块大小等），以满足严格的实时性要求。 4、文档与测试：记录开发过程，编写清晰的代码注释，并协助完成模块的单元测试与验证。 要求 1、教育背景：计算机科学、电子工程、通信、自动化、数学等相关专业硕士或优秀高年级本科生在读； 2、对GPU并行计算有浓厚兴趣，有以下一项实践经验：课程项目或自学中，使用CUDA 或 OpenCL 完成过并行计算程序（如矩阵乘法、图像处理、仿真等）； 3、具有良好的数据结构与算法基础。 4、熟悉线性代数、数字信号处理的基本原理； 5、有过在NVIDIA系列开发板上进行编程和调试的经验优先。