软硬件接口定义与验证：参与自研芯片的指令集和编程模型设计，基于模拟器或FPGA平台完成接口功能验证，确保软硬件交互的正确性与一致性
2.编译与算子优化：基于MLIR/TVM等编译框架，实现深度学习算子到自研指令集的高效映射
通过算子融合、指令流水线调度、内存访问优化等策略，提升芯片算力利用率与执行效率
3.性能分析与建模：构建系统级性能分析模型，结合指令级模拟器、周期精确模拟器及FPGA原型验证平台，构建多维度性能画像
定位AI负载在指令发射、访存带宽、多核同步等方面的瓶颈，形成性能归因与架构改进建议
4.软硬协同设计：参与芯片功能验证与性能评估，从系统架构视角提出微架构改进建议，驱动软硬件接口的迭代优化