任职要求- 2027届本科及以上在读，计算机、电子信息、自动化、软件工程等相关专业。- 掌握 C/C++ 编程，熟悉数据结构与算法，具备良好的工程实现与调试能力。- 了解LLVM 编译框架，熟悉编译器前端 / 后端 / 优化 Pass 原理者优先- 熟悉计算机体系结构，熟悉 CPU/GPU 架构、流水线、缓存、SIMT/SIMD 执行模型优先。- 有GPGPU、CUDA、MLIR/TVM、编译器后端开发相关项目 / 实习 / 竞赛经历优先。- 具备较强的学习能力、问题定位能力与团队协作意识，对芯片与编译技术有热情。- 我们期待你对编译器后端、指令选择、寄存器分配和调度优化有长期兴趣，能在 CUDA 兼容、硬件协同和性能验证中推动问题闭环。加入曦望，你将获得什么- 难得的创造机会：参与 AI 推理 GPU 和算力基础设施从 0 到 1 到 N 的真实建设。- 真问题、真战场、大空间：解决成本、稳定性、规模化落地中的关键问题，在核心岗位承担真实责任。- 顶级人才共事：和行业优秀的工程、架构、产品与业务团队一起做复杂系统。- 简单坦诚的文化：被信任、讲事实、少内耗，专业高效地把事做成。- 长期回报与保障：有竞争力的薪酬激励、token 补贴、补充商保、员工及家人体检、晚餐与夜间出行支持等。你将参与曦望AI推理芯片及软硬件系统的核心研发工作，把底层技术能力推进到可验证、可交付、可规模化应用的真实场景。岗位职责- 参与自研GPU芯片LLVM 编译器后端开发与优化，包括指令选择、寄存器分配、调度、流水线优化等。- 参与GPU通用计算算子/内核的编译优化、性能调优，提升计算密集型算子的执行效率。- 参与CUDA 兼容、AI编译器对接、LLVM Pass 开发，完善自研芯片软件生态与工具链。- 配合算法、硬件架构等团队进行软硬件联合优化，定位并解决编译器与硬件协同问题。- 参与编译器功能验证、性能基准测试、Bug 修复与版本迭代，支撑芯片量产与产品落地。- 跟踪业界 LLVM GPU编译前沿技术，将优化方案落地到自研编译器平台。- 围绕自研 GPU 编译器后端和 CUDA 兼容生态，参与从指令选择、调度优化到性能验证的工程闭环。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录