【快Star】视频大模型高性能与低精度算子工程师
上海·北京
硕士及以上
计算机类·数学类
使用简历深度优化功能，快速提升简历质量
职位介绍
职位描述:
1、高性能通算融合算子设计与 PTX 底层优化：深度挖掘下一代计算硬件微架构的物理极限，针对大规模通信设计高性能通算融合算子，利用 CuTe DSL 描述复杂的多维 Layout 转换与共享内存流水线，在寄存器与指令级（PTX ）对算子进行极致调优，将网络通信与矩阵乘法计算在硬件执行流层面进行极致overlap；2、混合专家网络 (MoE) 高性能架构重构：对业界Moe的高性能执行引擎（如 DeepEP、DeepGEMM、MegaMoE 等开源框架）进行深度重构，攻克Moe中的算子调度、计算强度、负载均衡和overlap问题，在大型集群规模下压榨 MoE 通信与计算的极限吞吐；3、低精度/稀疏化数值技术与算子加速：针对超大规模视频长序列 MoE 训练显存极限和计算瓶颈，设计极致低精度/稀疏化计算路径，在保证模型效果的前提下放大训练吞吐；4、Diffusion-Specific 训推一致性对齐：针对视频生成模型特有的多步去噪非对称精度控制，攻克分布式累加浮点非交换性、路由判定和计算块调度等算子随机性源头，在底层算子和并行层面消除不确定性，实现大规模混合专家网络在训推、强化学习阶段完全数学一致性的严格对齐。
任职要求:
1、计算机、应用数学、微电子、人工智能等相关专业硕士或博士学位，具备极强的数理逻辑基础与计算机体系结构底蕴；2、深入理解 GPU 硬件架构和内存系统，熟练掌握底层并行计算框架，擅长使用 CuTe DSL设计高性能计算流水线，对 PTX 汇编/指令级调优及寄存器分配有实战能力；3、深入掌握 DeepEP、DeepGEMM 或 MegaMoE 等前沿加速库的架构设计，具备实际拆解其并根据生产环境做深度二次开发和优化的经历；4、熟练掌握低精度/稀疏化算法和算子实现，精通算子融合与计算敏感度分析。加分项：1、著名开源底层库的核心贡献者、Committer 或核心维护者；2、在 MLSys、ASPLOS、ISCA、NeurIPS、 ICLR、PPoPP 等系统与机器学习顶级学术会议上发表过高性能算子、量化算法、高性能通信或 MoE 调度相关一作论文；3、在各类顶级高性能计算、GPU 硬件算子加速等相关竞赛（如 ASC/PAC/IPCC等）中拿过顶尖名次者优先。
1、高性能通算融合算子设计与 PTX 底层优化：深度挖掘下一代计算硬件微架构的物理极限，针对大规模通信设计高性能通算融合算子，利用 CuTe DSL 描述复杂的多维 Layout 转换与共享内存流水线，在寄存器与指令级（PTX ）对算子进行极致调优，将网络通信与矩阵乘法计算在硬件执行流层面进行极致overlap；2、混合专家网络 (MoE) 高性能架构重构：对业界Moe的高性能执行引擎（如 DeepEP、DeepGEMM、MegaMoE 等开源框架）进行深度重构，攻克Moe中的算子调度、计算强度、负载均衡和overlap问题，在大型集群规模下压榨 MoE 通信与计算的极限吞吐；3、低精度/稀疏化数值技术与算子加速：针对超大规模视频长序列 MoE 训练显存极限和计算瓶颈，设计极致低精度/稀疏化计算路径，在保证模型效果的前提下放大训练吞吐；4、Diffusion-Specific 训推一致性对齐：针对视频生成模型特有的多步去噪非对称精度控制，攻克分布式累加浮点非交换性、路由判定和计算块调度等算子随机性源头，在底层算子和并行层面消除不确定性，实现大规模混合专家网络在训推、强化学习阶段完全数学一致性的严格对齐。
任职要求:
1、计算机、应用数学、微电子、人工智能等相关专业硕士或博士学位，具备极强的数理逻辑基础与计算机体系结构底蕴；2、深入理解 GPU 硬件架构和内存系统，熟练掌握底层并行计算框架，擅长使用 CuTe DSL设计高性能计算流水线，对 PTX 汇编/指令级调优及寄存器分配有实战能力；3、深入掌握 DeepEP、DeepGEMM 或 MegaMoE 等前沿加速库的架构设计，具备实际拆解其并根据生产环境做深度二次开发和优化的经历；4、熟练掌握低精度/稀疏化算法和算子实现，精通算子融合与计算敏感度分析。加分项：1、著名开源底层库的核心贡献者、Committer 或核心维护者；2、在 MLSys、ASPLOS、ISCA、NeurIPS、 ICLR、PPoPP 等系统与机器学习顶级学术会议上发表过高性能算子、量化算法、高性能通信或 MoE 调度相关一作论文；3、在各类顶级高性能计算、GPU 硬件算子加速等相关竞赛（如 ASC/PAC/IPCC等）中拿过顶尖名次者优先。
