AI芯片性能建模工程师／专家

岗位使命 将候选架构Spec转化为可执行、可扫描、可校准的性能模型，为规格冻结、资源配置和实现优化提供量化证据。 核心职责 • 构建分析模型、trace-driven模型或C++／Python／SystemC性能模型，覆盖计算、存储、NoC、DMA、多Die和系统关键链路。 • 把候选Spec、接口、时序假设和资源约束编码为可复现模型，并维护单位、假设和版本记录。 • 基于典型模型与workload分析吞吐、时延、利用率、队列、带宽、拥塞和数据搬运瓶颈。 • 进行参数扫描、敏感性分析和候选配置比较，输出能够支持架构取舍的定量结论。 • 与编译器、RTL、验证、FPGA／硬件仿真及硅后数据对齐，持续校准模型并维护性能回归。 任职要求 • 具备GPU／NPU／AI加速器、CPU、存储或互连方向的性能建模经验。 • 熟练使用C++／Python，熟悉SystemC／TLM、gem5或自研建模框架者优先。 • 理解并行计算、存储层次、片上互连、排队、带宽／时延和利用率分析。 • 能够设计可复现实验、识别模型误差，并区分理论上限、模型结果和实测数据。 • 能够将建模结论转化为对架构、RTL和软件团队可执行的建议。 加分项 • 有Transformer、Attention、GEMM、MoE、量化或长上下文推理建模经验。 • 有模型与RTL仿真、硬件仿真／FPGA或硅后counter对齐经验。 • 有可执行规格、性能回归平台或跨团队模型接口建设经验。