夜夜夜夜夜国产区,国产精品高清自产拍,麻豆久久久久久久,国产日韩3在线观看

1.研發(fā)分布式訓(xùn)練加速方案，優(yōu)化并行策略方案例如：DP/TP/PP/MP/CP，提升千億參數(shù)模型訓(xùn)練吞吐量；

2.設(shè)計混合精度訓(xùn)練與顯存優(yōu)化方案，開發(fā)自適應(yīng)梯度壓縮、通信優(yōu)化模塊，實現(xiàn)單卡訓(xùn)練模型規(guī)模提升和降低分布式訓(xùn)練通信開銷；

3.開發(fā)量化壓縮工具鏈（支持GPTQ/AWQ等算法），實現(xiàn)模型8/4-bit無損量化部署；

4.設(shè)計多GPU推理調(diào)度策略，優(yōu)化顯存碎片管理與計算資源利用率；

5.跟進(jìn)vLLM/TensorRT-LLM/SGLang等前沿框架，探索MoE架構(gòu)/稀疏化訓(xùn)練等新型范式，將最新學(xué)術(shù)成果快速落地到工程實踐。

職位要求：

1.計算機(jī)相關(guān)專業(yè)碩士及以上學(xué)歷，3 年LLM系統(tǒng)優(yōu)化經(jīng)驗；

2.精通PyTorch/TensorFlow框架底層機(jī)制，具備CUDA/C 內(nèi)核開發(fā)能力；

3.掌握Megatron-LM/DeepSpeed/HuggingFace生態(tài)核心原理；

4.有千億參數(shù)模型訓(xùn)練優(yōu)化或百萬QPS推理服務(wù)落地經(jīng)驗者優(yōu)先；

5.熟悉NVIDIA GPU架構(gòu)與性能分析工具；

6.熟悉大模型推理服務(wù)架構(gòu)設(shè)計與微服務(wù)化部署。