高性能通信专家
岗位摘要
从通信视角参与到模型设计和大规模推理系统的设计构建中，尝试逼近硬件理论极限；关注超大集群的构建问题，从原理层面解决大规模集群下出现的高性能通信问题；负责大模型训练/推理场景下的集合通信性能优化（NCCL/自研通信库）
岗位职责
- 从通信视角参与到模型设计和大规模推理系统的设计构建中，尝试逼近硬件理论极限
- 关注超大集群的构建问题，从原理层面解决大规模集群下出现的高性能通信问题
- 负责大模型训练/推理场景下的集合通信性能优化（NCCL/自研通信库）
- 参与RoCE、InfiniBand网络架构设计与调优，解决大规模集群通信瓶颈
- 分析并优化计算-通信overlap策略，提升端到端训练/推理吞吐
任职要求
- 精通RDMA网络技术（RoCE v2 / InfiniBand），有大规模GPU集群通信调优经验
- 熟悉NCCL原理及源码，有定制或替代集合通信库的经验优先
- 了解主流并行策略（TP/PP/DP/CP）中的通信模式与性能特征
- 熟悉GPU架构及NVLink/NVSwitch/PCIe拓扑对通信的影响
- 有网络拥塞控制（DCQCN/TIMELY）、流量调度或交换机侧调优经验者优先
- 参与过大规模训练集群或推理集群通信优化者优先
- 对主流LLM推理系统（如vLLM、SGLang、TRT-LLM）的通信路径有认知