国产一区二区免费,翔田千里AV,无码电影,红杏亚洲影院一区二区三区,国产精品欧美激情

崗位職責： 1. 復雜故障深度診斷 （1） 針對搭載NVIDIA H100/H800/H200、AMD MI300等高端GPU的服務器，快速定位并修復硬件級故障（如GPU核心損壞、HBM顯存異常、PCIe鏈路中斷），熟練使用示波器、邏輯分析儀等工具進行電路級分析。 （2）處理CUDA環(huán)境崩潰、驅動兼容性沖突等軟件問題，優(yōu)化AI框架（PyTorch/TensorFlow）在多GPU集群中的運行穩(wěn)定性。 2. 性能調優(yōu)與架構設計 （1） 基于AI大模型訓練/推理場景，通過NVLink/NVSwitch配置、NCCL通信優(yōu)化、內存帶寬調優(yōu)（如HBM2E/HBM3帶寬綁定）提升集群算力利用率，目標達成硬件峰值算力的90%以上。 （2） 設計混合精度訓練方案（FP16/FP8/INT8），結合Tensor Core特性實現(xiàn)算子級優(yōu)化（如Conv/GEMM稀疏化），降低訓練能耗比。 3. 云原生集群管理 （1） 主導Kubernetes GPU資源調度系統(tǒng)的落地，實現(xiàn)萬卡級集群的故障自愈（如節(jié)點宕機自動遷移、GPU硬件健康狀態(tài)實時監(jiān)控），保障訓練任務中斷率低于0.5%。 （2）開發(fā)自動化工具鏈（Ansible/Terraform），實現(xiàn)服務器固件升級、驅動部署、日志采集的全流程無人化。 4. 前沿技術落地與協(xié)作 （1） 參與Blackwell架構GPU（如H200）的預研測試，驗證其在Transformer模型訓練中的性能表現(xiàn)，輸出硬件選型建議。 （2） 與芯片設計團隊協(xié)作，針對國產GPU（如摩爾線程MTT S80）進行驅動適配和性能調優(yōu)，構建國產化算力替代方案。 任職要求： 1. 硬件與系統(tǒng)深度經驗 （1） 5年以上GPU服務器運維或研發(fā)經驗，至少主導過3個以上H100/A100集群的部署優(yōu)化項目，熟悉GPU散熱設計、機房環(huán)動和電源管理（12VHPWR接口兼容性）。 （2） 精通Linux內核調優(yōu)（如NUMA節(jié)點綁定、IRQ親和性），能通過Nsight Compute分析CUDA內核性能瓶頸，提出寄存器分配、共享內存優(yōu)化方案。 2. 云原生與分布式技術 （1） 熟練掌握Kubernetes Device Plugin機制，具備GPU虛擬化（如vGPU）和混部場景下的資源隔離經驗，曾主導過超大規(guī)模集群（5000+節(jié)點）的穩(wěn)定性保障工作。 （2） 熟悉InfiniBand網絡配置（如ConnectX-6/7網卡），能通過OPA驅動優(yōu)化RDMA通信延遲至微秒級，支持分布式訓練中的跨節(jié)點數據同步。 3. 正向考核適配能力 （1） 具備強結果導向思維，過往績效中至少3次超額完成技術指標（如集群GPU利用率提升20%以上、故障恢復時間縮短50%）。 （2） 英語流利（CET-6或等同水平），能獨立對接海外團隊完成技術方案落地，適應全球數據中心的短期出差（年均20%）。 4. 加分項 （1） 持有NVIDIA認證CUDA工程師（CCE）或Kubernetes認證管理員（CKA）資質。 （2） 參與過開源項目（如KubeEdge邊緣計算、Horovod分布式訓練框架）貢獻者優(yōu)先。 崗位亮點： ? 接觸全球先進的AI算力基礎設施（如H200 GPU集群）。 ? 參與國家級算力網絡建設項目，與中科院、高校聯(lián)合攻關核心技術。 ? 扁平化管理架構，技術決策直接影響公司戰(zhàn)略方向。 職業(yè)發(fā)展路徑： ? 技術專家線：高級工程師→GPU架構師→AI基礎設施總監(jiān)（管理50人+團隊）。 ? 業(yè)務融合線：技術顧問→行業(yè)解決方案專家（覆蓋金融/醫(yī)療/自動駕駛/環(huán)保等領域）。