鲲鹏AI Infra高级工程师

优缺点分析

角色解读

• 在华为ICT BG内部可向技术专家路线深耕，成为性能优化领域的首席工程师，或转向DPU/芯片架构设计方向
• 可横向拓展到AI Infra、云计算基础设施等热门领域，积累软硬结合能力后，在行业内有很高的不可替代性
• 未来可晋升为团队技术领导者，带领团队进行系统性性能攻关和架构决策
• 对互联网业务（如大数据、数据库、AI等）进行性能瓶颈分析，通过perf、PMU等工具定位CPU、内存、网络等资源消耗问题
• 结合鲲鹏CPU的硬件特性，实施软硬协同的优化方案，包括编译器优化、指令集利用、访存优化等，提升端到端性能
• 设计开发鲲鹏DPU智能网卡相关软件，包括高性能网络协议栈、加速库，以及CPU/NPU与网卡的协同加速方案
• 参与网络解决方案的商用交付，支持产品落地并持续优化性能与能效
• 扎实的计算机体系结构知识，理解CPU流水线、缓存、内存层次结构，以及Linux内核调度和性能模型
• 熟练使用性能分析工具，如perf、roofline/topdown模型、PMU/SPE/CoreSight硬件计数器
• 精通至少一门编程语言（C/C++或Python、Java），具备Linux环境下系统编程和调优经验
• 熟悉GCC/LLVM/JDK/Go等编译器架构，了解编译优化对程序性能的影响

申请策略

• 了解华为ICT BG和鲲鹏生态布局，在面试中展示对国产芯片基础设施前景的认同感
• 提前准备软硬结合调优的实际案例，多思考如何从架构层面解释性能问题
• 突出CPU性能优化相关的项目经历，包括使用perf等工具定位瓶颈并给出具体优化效果的案例
• 强调编译器（GCC/LLVM）或底层运行时相关的开发经验，展示对程序执行细节的理解
• 如果有DPU、智能网卡或网络协议栈的开发经验，务必重点呈现，这是该岗位的加分项
• 量化优化成果，例如通过优化将某业务时延降低XX%，吞吐提升XX%等
• 学习ARM架构和鲲鹏CPU特定优化技巧，熟悉roofline模型和topdown分析方法
• 补强DPU相关技术，了解RDMA、DPDK、Virtio-net等高性能网络栈实现原理

面试指南

• 采用STAR法则：先说明背景与问题，强调分析方法（工具+数据），再描述优化动作，最后给出量化结果
• 从底层机制入手，将问题拆解为硬件行为（缓存/分支预测/访存）与软件行为（系统调用/上下文切换）的结合
• 对于设计类问题，给出核心组件和关键权衡，例如性能与兼容性的取舍
• 请描述一次你使用perf或类似工具定位性能瓶颈的过程，具体如何分析的？
• 解释一下CPU的topdown分析方法，以及如何用它指导优化？
• 你如何理解软硬件协同优化？举例说明
• 对DPU智能网卡有哪些了解？如何设计一个高性能网络协议栈？
• 在一个分布式系统中，如何分析端到端延迟中的CPU开销？