职位描述 负责阿里云ai服务器软硬件平台的规划、定义和技术架构设计。ai服务器软硬件平台，包括服务器硬件和软硬件结合软件，服务于ai训练和ai推理业务场景。 具体职责包括：业务需求分析、行业竞品分析、技术可行性分析、关键技术原型验证、可靠性/稳定性设计、性能优化、技术方案设计、软硬件平台交付等，为ai服务器的核心竞争力负责。 职位要求 1、硕士以上学历，计算机/电子/通信/电气等相关专业，10年以上工作经验； 2、熟悉gpgpu芯片架构及服务器架构，熟悉gpu软硬件设计，gpu虚拟化，gpu性能分析和优化，有gpu driver/opencl开发/cuda编程/gpu编译器/gpu服务器性能优化/gpu性能调优工作经验者优先； 3、熟悉多gpu分布式并行计算、熟悉nccl通信机制，熟悉分布式机器学习，熟悉热门llm框架者优先，包括但不限于：megatron、deepspeed、pytorch、ft、trt-llm、vllm等； 4、熟悉k8s，有gpu资源管控或作业调度工作经验者优先； 5、有良好的团队合作精神和积极主动的学习和沟通能力，对新技术保持热情；