海尔
AI芯片架构师
AI芯片架构师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Gpu/Npu
Rdma
Tco分析
Volcano
大模型推理
异构计算
高性能存储
算力集群架构
值不值得投
80综合评分
综合评分 80
核心AI算力架构岗，技术前沿且成长空间大，侧重国产算力落地与成本优化，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.8万
比架构师中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 390 个在招 · 其中架构师 2 个
市场机会
选择不多
青岛 · 架构师 · 8 个在招
职位详情
关于这个职位
该职位主要负责海尔AI算力集群的整体架构设计与优化，涵盖异构计算芯片选型、大模型推理框架适配及全链路性能监控
你需要结合业务需求与成本投入，制定资源调度策略与硬件采购规划，推动大模型在国产AI芯片上的高效落地
最低要求
学历与经验：计算机、电子工程等相关专业硕士及以上学历，5年以上大型数据中心或云计算领域工作经验，其中至少2年AI算力集群架构设计经验
算力平台精通：深入理解GPU（如NVIDIA A100/H100/H200系列）、NPU（如昇腾910B）等AI加速卡的微架构、性能参数及适用场景，有千卡级以上异构计算集群的规划与调优经验
系统架构能力：精通服务器硬件选型、高性能存储（如Lustre/GPFS）方案设计及RDMA（RoCE v2/InfiniBand）高速网络拓扑规划，能基于AI训练与推理的混合负载，设计高吞吐、低时延的算力网络
调度与优化：深刻理解资源调度原理，掌握Kubernetes及主流AI调度器（如Volcano），擅长通过拓扑感知调度、GPU共享（MIG/MPS）等技术解决算力碎片化问题
成本与商业洞察：熟悉公有云、私有云及算力租赁的成本模型，能结合业务增长趋势制定分阶段的硬件采购与扩容策略，并输出清晰的TCO分析报告
软实力：极强的跨团队协作能力，能驱动研发、采购与运维团队将算力架构方案高效落地
优秀的文档撰写习惯，能用架构蓝图固化设计
工作职责
主导算力集群的整体架构设计，涵盖异构计算芯片（GPU/NPU/TPU）选型配比、高性能存储方案（并行文件系统/对象存储）及低延迟高带宽网络拓扑（InfiniBand/RoCE）
大模型推理框架（sglang/vllm)适配与性能调优，推动需求大模型在国产AI芯片落地
建立全链路性能监控与分析体系，主动识别并解决算力瓶颈问题，保障训练与推理任务运行
建立算力成本量化模型，制定资源计费、配额与回收策略，定期输出算力使用效率报告与优化建议，平衡业务需求与成本投入
AI 洞察
优缺点分析
优点
- 处于AI大模型与国产算力替代的核心交汇点，技术壁垒高，行业前景广阔
- 依托大型集团平台，能接触到千卡级以上的真实大规模算力集群场景，积累稀缺的实战经验
- 适合具备扎实底层硬件与系统架构功底，对AI大模型算力调度有深入研究，且具备较强商业成本意识和跨团队推动能力的高级技术人才
缺点 / 挑战
- 异构计算和国产芯片生态仍在快速演进中，需要持续跟进最新技术并解决各种兼容性与性能瓶颈问题
- 跨部门协调研发、采购与运维团队，推动架构方案落地具有较高的沟通与管理成本
角色解读
- 可向AI基础设施技术专家/首席架构师方向发展，或转型为AI算力平台技术总监
- 随着大模型和国产算力替代的推进，该领域专家在行业内具有极高的稀缺性和溢价空间
- 负责AI算力集群的整体架构设计，包括异构计算芯片选型、存储与网络拓扑规划
- 负责大模型推理框架的适配调优，推动大模型在国产AI芯片上的落地
- 建立算力成本量化模型与全链路性能监控体系，优化资源调度与使用效率
- 深入理解GPU/NPU微架构及千卡级集群规划调优经验
- 精通K8s及AI调度器（如Volcano），掌握RDMA高速网络与高性能存储设计
- 具备算力成本建模（TCO）及跨团队推动方案落地的能力
申请策略
- 了解海尔集团在AI大模型及智能制造领域的战略布局，思考算力架构如何赋能其核心业务
- 准备好关于国产算力替代和异构集群调度的深度技术见解
- 突出千卡级异构计算集群的规划与调优实战经验，特别是GPU/NPU微架构理解与性能调优成果
- 展示在K8s、Volcano等调度器上的深度定制经验，以及解决算力碎片化问题的具体案例
- 强调TCO成本分析与硬件采购扩容策略的制定能力
- 深入了解国产AI芯片（如昇腾）的生态与适配痛点，熟悉sglang/vllm等最新大模型推理框架的底层原理
- 补充云计算与算力租赁的商业成本模型知识，提升技术商业化思维
面试指南
- 采用STAR法则，重点突出“业务痛点-架构设计-技术难点攻克-量化收益（如性能提升百分比、成本降低比例）”
- 对于成本与调度问题，结合TCO模型和具体调度策略（如MIG/MPS、拓扑感知）进行结构化解答
- 请详细描述你主导过的千卡级异构计算集群的架构设计及调优过程
- 在推动大模型推理框架适配国产AI芯片时，遇到过哪些性能瓶颈？如何解决的？
- 如何设计算力成本量化模型？请分享一个你通过优化资源调度降低算力成本的案例
- 针对AI训练与推理的混合负载，如何设计高吞吐、低时延的算力网络拓扑？
- 复习RDMA、InfiniBand、Lustre/GPFS等高性能计算底层技术细节
- 了解海尔近期的AI战略及国产算力（如昇腾）的最新进展，准备1-2个国产芯片适配的实战案例
职位点评
薪资福利80
成长发展90
工作生活65
使命价值85
薪资福利
80较高
作为高级架构师岗位，薪资水平在青岛当地具有较强竞争力，且福利体系相对完善，但受限于城市整体薪资天花板，不及一线城市同类岗位。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
90较高
岗位处于AI大模型与国产算力替代的最前沿，能接触到千卡级集群和最新推理框架，技术成长空间极大，且涉及成本与商业洞察，有助于向复合型技术管理人才发展。
技术前沿前沿/新兴技术
技术栈GPU/NPU、sglang、vllm、Kubernetes、Volcano、RDMA、InfiniBand、Lustre、GPFS
业务类型cost_center
工作生活
65中等
JD未明确提及工作模式与加班情况，但作为核心基础架构岗位，且涉及跨团队推动与算力保障，工作节奏可能较快，WLB情况无法明确判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
推动大模型在国产AI芯片落地，契合国家算力基础设施与国产替代战略，具有较高的行业使命感与技术社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动需求大模型在国产AI芯片落地
创新程度积极采用新技术
Watch Jobs