百度
GPU虚拟化高级研发工程师（J100463）
GPU虚拟化高级研发工程师（J100463）
发布于 大约 15 小时前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
本科
系统与安全工程
Linux内核
NCCL
GPU虚拟化
eBPF
KVM
vLLM
Sr-Iov
Nvidia驱动
AI 估算 · 40k–70k
高级GPU虚拟化研发属于稀缺技能，百度云作为一线大厂，薪资具有竞争力，结合北京上海水平和公司福利，月薪中位数约55K。
职位详情
关于这个职位
该职位是百度云GPU虚拟化方向的高级研发岗位，主要工作是开发底层GPU虚拟化内核模块，优化KVM/QEMU虚拟化层，定制NVIDIA显卡驱动，构建GPU实例的在线诊断和性能调优工具
你需要深入Linux内核和GPU驱动架构，解决AI训练/推理场景下的算力隔离、显存管理和性能优化问题
最低要求
本科及以上学历，精通 C/C++ 语言，熟悉 Shell、Python 等脚本语言
扎实掌握 Linux 内核基础，理解内存管理、进程调度、设备驱动、中断处理等核心子系统
具备内核模块开发与调试能力，熟悉 ftrace、perf、eBPF 等内核诊断工具
工作职责
负责公有云 GPU 虚拟化底层内核模块的研发，包括 KVM/QEMU 虚拟化层优化、GPU 驱动内核态适配与改造，推动 GPU 虚拟化产品（sGPU/vGPU/cGPU/MIG）的技术演进
参与 GPU 实例运行时在线诊断体系建设，研发面向 GPU 卡、NVSwitch、驱动、NCCL 通信等各层的健康检测、故障自愈与根因定位工具
负责 GPU 实例全栈性能调优，覆盖 IOMMU/SR-IOV 直通、P2P 通信、NVLink 拓扑、大页内存、NUMA 亲和等关键路径，驱动端到端性能提升
负责内核态 GPU 驱动开发与定制，包括驱动重构、驱动热升级、多版本驱动管理框架建设
负责 GPU 虚拟化场景下的算力隔离与混部调度，研究显存隔离、算力切分等关键机制
面向 LLM 推理场景，研究 KVCache 分层存储与虚拟化支撑：设计 GPU 显存 → CPU 内存 → NVMe 的 KVCache 分级 offloading 机制（参考 LMCache/vLLM L2 Cache），支持跨推理实例的 P2P KVCache 共享与迁移，减少显存碎片化，提升高并发推理下的显存利用率与 TTFT 延迟
面向 Agentic AI 场景，探索多 Agent 并发下的 GPU 资源隔离与沙箱安全方案：基于 MPS/MIG/SR-IOV 实现 Agent 间 GPU 算力与显存的强隔离，防范 Agent 间显存越界与信息泄露，支撑 AI 平台代码执行沙箱的 GPU 安全访问
跟踪内核社区（lore.kernel.org/kvm）、NVIDIA 开源驱动及 GPU 虚拟化领域最新技术进展，推动关键技术在产品中落地
优先资格
核心优先:
熟悉 KVM/QEMU 虚拟化框架，有设备直通（SR-IOV/VFIO）开发经验
熟悉 NVIDIA GPU 驱动架构（用户态 + 内核态），了解 nvidia.ko 模块、UVM 驱动、NVSwitch/NVLink 工作机制
有 GPU 在线诊断工具研发经验（DCGM、健康检查、故障根因分析）
有 GPU 性能调优经验（NCCL 通信调优、P2P 性能分析、PCIe/NVLink 拓扑优化、大页/NUMA 调优）
熟悉 CUDA、cuDNN、NCCL 等异构计算软件栈，理解 AI 训练/推理场景的资源使用模式
加分项:
有 GPU 显存隔离（UVM、MPS、MIG）或算力混部调度相关开发经验
熟悉 eBPF/ftrace 在 GPU 驱动层的性能分析应用
有 K8s GPU 插件（device-plugin）或 AI 计算调度相关经验
了解 LLM 推理框架（vLLM/TensorRT-LLM/SGLang）的 KVCache 管理机制，包括 PagedAttention、Chunked Prefill、Disaggregated Prefill/Decode 架构
有显存碎片优化、KVCache offloading（GPU→CPU→NVMe）或跨节点 KVCache P2P 共享实践经验
了解 Agentic AI 平台架构（工具调用、多步推理、代码解释器等场景），有多 Agent 并发 GPU 资源隔离、GPU 沙箱安全设计或推理加速框架集成经验
AI 洞察
优缺点分析
优点
- 深度技术积累：接触最底层的内核虚拟化、GPU驱动和AI基础设施，技术壁垒高，核心竞争力强
- 行业前景广阔：AI大模型和云原生热潮下，GPU虚拟化是算力调度的核心，需求持续增长
- 大厂平台资源：百度云提供丰富的GPU集群和真实业务场景，能够快速验证技术方案
- 薪资福利优厚：高级研发岗位薪资具有竞争力，加上百度股票和福利，整体回报可观
- 技术复杂度高：需要同时掌握Linux内核、虚拟化、GPU驱动、网络通信等多领域知识，学习曲线陡峭
- 知识更新快：GPU虚拟化和AI框架迭代迅速，需要持续跟踪社区最新进展，保持技术敏锐度
缺点 / 挑战
- 工作强度较大：作为核心基础设施研发，可能面临上线压力、故障应急和技术攻坚，加班在所难免
- 适合对底层系统技术有浓厚兴趣、喜欢挑战复杂内核问题、希望在AI基础设施领域深耕的技术型人才
角色解读
- 技术专家路线：深耕GPU虚拟化内核领域，成为Linux内核社区贡献者或NVIDIA驱动生态专家
- 架构师路线：负责下一代GPU虚拟化产品的架构设计，推动AI基础设施的技术演进
- 管理路线：带领GPU虚拟化团队，从核心研发走向技术管理，统筹多个技术方向
- 开发公有云GPU虚拟化底层内核模块，优化KVM/QEMU虚拟化层和GPU驱动，提升虚拟化性能和稳定性
- 构建GPU实例的在线诊断体系，研发健康检测、故障自愈和根因定位工具，保障云上GPU服务的高可用
- 负责GPU性能全栈调优，从IOMMU直通、NVLink拓扑到NCCL通信，驱动端到端的性能提升
- 面向LLM推理和Agentic AI场景，设计KVCache分层存储和Agent间GPU资源隔离方案，支撑新型AI负载
- 精通C/C++和Linux内核开发，具备内核模块编写和调试能力，熟悉ftrace、eBPF等工具
- 深入理解KVM/QEMU虚拟化框架，掌握SR-IOV、VFIO等设备直通技术
- 熟悉NVIDIA GPU驱动架构（nvidia.ko、UVM、NVSwitch），有GPU性能调优和诊断经验
- 了解LLM推理框架（vLLM等）的KVCache管理机制和Agentic AI平台架构
申请策略
- 提前了解百度云GPU虚拟化产品线（如sGPU、cGPU），思考其技术实现与业界竞品（如Amazon Nitro、Google vGPU）的差异
- 在面试中展现对技术趋势的热情，比如讨论Agentic AI场景下GPU隔离的新挑战，可以加分
- 突出内核开发经验：详细描述参与过的Linux内核模块或驱动开发项目，展示对内存管理、设备驱动等子系统的理解
- 展示虚拟化相关成果：如有KVM、QEMU、Xen等虚拟化技术经验，重点说明在设备直通、IOMMU方面的实践
- 强调GPU相关技能：如熟悉NVIDIA驱动、CUDA编程、NCCL调优等，附上具体性能优化数据和案例
- 体现AI基础设施认知：如果了解LLM推理框架或K8s GPU调度，务必提及，显示出对业务场景的理解
- 复习Linux内核核心知识，特别是设备驱动模型、内存管理、中断处理，可通过阅读LDD或内核源码
- 实验室搭建KVM+GPU直通环境，动手实践SR-IOV、VFIO配置，并尝试使用eBPF进行性能分析
面试指南
- 对于原理性问题：先给出核心概念，然后细化到具体机制，最后结合自己的实践经验举例说明
- 对于诊断问题：遵循“现象→初步排查→工具使用→根因定位→修复方案”的逻辑，强调系统性思维和工具熟练度
- 对于设计问题：先明确需求背景，列出约束条件，对比不同方案的优缺点，最后给出推荐方案及理由
- 请解释KVM中设备直通（PCI passthrough）的原理，以及如何解决IOMMU相关问题
- 如何诊断一个NVIDIA GPU驱动的内核态崩溃？请说出你的排查步骤和工具
- 你在项目中如何优化GPU虚拟化场景下的显存利用率？有没有处理过显存泄漏或碎片化？
- 描述一下你理解中的KVCache offloading机制，以及在vLLM中是如何实现的？
- 如果你需要设计一个多Agent共享GPU资源的隔离方案，你会考虑哪些关键技术点？
匹配度报告
70
综合匹配度
前沿GPU虚拟化研发，技术成长天花板高，但工作强度较大，适合技术深耕型人才。
适合人群
最适合注重技术成长和发展机会的求职者，愿意投入时间钻研前沿技术，对薪资和平台有期待，能接受一定的工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利匹配
80较高
薪资水平在北京上海处于市场偏高位置，百度提供五险一金、补充医疗等福利，补偿性满足较好。
薪资信号偏高 (40K-70K/月)
成长发展匹配
90较高
该职位涉及前沿GPU虚拟化技术、AI场景创新，有明确的成长路径，技术学习机会非常多。
技术前沿前沿/新兴技术
技术栈GPU虚拟化、KVM、eBPF、KVCache、vLLM、Agentic AI
成长机会跟踪内核社区最新技术进展
业务类型profit_center
工作生活匹配
40较低
工作地点在北上核心区域，但未提及远程或弹性办公，且互联网大厂研发岗通常加班较多，生活化满足较弱。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI基础设施属于高速增长赛道，对社会效率提升有积极意义，但职位本身更偏技术实现，使命感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs