阿里巴巴
阿里云智能-服务器超节点内存池化软硬件结合研发专家-上海/北京/深圳
阿里云智能-服务器超节点内存池化软硬件结合研发专家-上海/北京/深圳
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公操作系统开发
操作系统开发
Ai基础设施
Cxl
Linux内核
Numa
内存池化
性能调优
软硬件结合
驱动开发
值不值得投
79综合评分
综合评分 79
阿里核心AI基础设施专家岗，技术前沿壁垒高、成长空间大，薪资优厚但工作挑战与压力并存。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6万
比操作系统开发中位数高
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 3290 个在招 · 其中操作系统开发 7 个
市场机会
选择适中
北京 · 操作系统开发 · 21 个在招
职位详情
关于这个职位
该职位负责阿里云AI超节点内存系统的架构设计与研发，构建面向GPU/NPU及各类内存的统一分层体系
你需要主导内存池化管理软件及高速接口驱动开发，并针对大模型训练推理及数据中心负载进行深度的内存性能调优
最低要求
● 计算机、软件工程、电子科学与技术、芯片设计、人工智能等相关专业
● 5年以上系统软件、驱动或基础设施研发经验，熟悉C/C++，熟悉Python，具备扎实的Linux内核、操作系统及底层系统开发能力
● 熟悉虚拟内存、页表、NUMA、内存分配与回收、缓存一致性、DMA等机制，具备丰富的性能分析与优化经验，能够独立完成内存瓶颈定位和系统调优
● 有强烈的技术热情和好奇心、自驱力和学习力
具备良好的分析与解决问题能力、沟通及团队合作能力
有创新热情，积极乐观，能够持续推动问题解决和技术突破
● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流
有AI基础设施或开发工具研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先
工作职责
● AI超节点内存系统的架构设计与研发，面向GPU/NPU、HBM、主机内存及扩展内存构建统一的分层内存体系
● 内存池化管理软件研发，包括设备发现、拓扑感知、资源编排、容量分配与回收、隔离与配额管理，以及池化资源的弹性扩缩容
建设故障检测、自愈、降级和数据保护机制，保障系统稳定可靠运行
● 高速内存接口相关驱动和系统软件研发，涵盖设备初始化、地址空间映射、内存热插拔、DMA与中断处理、内核态与用户态接口，以及与Linux内存管理子系统的适配和优化
● 针对AI大模型训练与推理场景的内存性能调优：深入分析KV Cache、参数与中间结果访问等业务特征，定位并解决性能瓶颈
● 针对数据库、缓存、搜索、大数据分析等典型数据中心负载的内存行为分析与优化，适配不同业务池化和数据放置策略
● 新型高速接口内存（如CXL内存）的数据面应用优化，包括冷热页识别与迁移、分层内存放置、预取与回收、数据搬移和缓存策略设计，提升内存容量利用率、访问带宽及端到端业务性能
● 参与下一代AI基础设施内存架构定义：结合GPU/CPUScale Up互连、CXL等互连技术演进及大模型业务需求，参与分层内存、内存池化和新型高速接口内存方案的设计、原型验证与落地
优先资格
● 有内存池化、内存分层、冷热页识别与迁移、远端内存或异构内存管理的设计和优化经验者优先
● 有Linux内核、内存管理子系统、PCIe/CXL驱动、热插拔、DAX、DMA或IOMMU相关研发经验者优先
● 熟悉数据库、分布式缓存、搜索引擎或大数据分析系统，具备相关分析与调优经验者优先
● 有CXL设备驱动研发、缓存系统或相关软硬件协同研发经验者优先
● 熟悉大模型推理执行流程、Attention及KV Cache数据布局，具备KV Cache调度或卸载性能优化能力
● 熟悉GPU/CPU内存体系、Unified Memory、Pinned Memory、GPUDirect、RDMA或Scale-Up高速互连技术者优先
● 熟悉内存性能监控指标体系、可观测平台、告警治理、故障诊断及性能基线建设者优先
AI 洞察
优缺点分析
优点
- 处于AI基础设施核心领域，涉及CXL、内存池化等前沿技术，技术壁垒极高
- 专家级岗位，能够深度参与下一代架构定义，个人技术成长空间广阔
- 软硬件结合及底层系统开发难度极高，需要深厚的内核与计算机体系结构功底，学习曲线陡峭
- 适合对底层系统、操作系统内核及计算机体系结构有浓厚兴趣，且具备扎实C/C++及Linux内核开发经验的资深技术人才
缺点 / 挑战
- 依托阿里云庞大业务场景，能接触超大规模数据中心及大模型训练推理的真实挑战，技术影响力大
- AI大模型技术迭代极快，需持续跟进最新业务需求与硬件演进，工作挑战与压力较大
角色解读
- 可向内存架构专家、AI基础设施技术负责人方向发展，成为底层系统领域的顶尖技术专家
- 在软硬件结合及新型高速互连（如CXL）领域积累深厚技术壁垒，引领下一代AI基础设施架构演进
- 负责AI超节点内存系统的架构设计与研发，构建面向GPU/NPU及各类内存的统一分层体系
- 主导内存池化管理软件及高速内存接口（如CXL）驱动开发，实现资源的弹性扩缩容与故障自愈
- 针对大模型训练推理及数据中心典型负载，进行深度的内存行为分析与端到端性能调优
- 扎实的Linux内核及底层系统开发能力，精通C/C++和Python，深入理解虚拟内存、NUMA、DMA等机制
- 具备丰富的系统级性能分析与优化经验，能独立完成内存瓶颈定位和调优
- 掌握AI基础知识，熟悉大模型推理执行流程及KV Cache调度机制
申请策略
- 了解阿里云在AI算力基础设施方面的最新布局与技术博客，在面试中展现对行业前沿技术的敏锐度与技术热情
- 突出在Linux内核、内存管理子系统或驱动开发方面的核心项目经验，展示对底层机制的深刻理解
- 强调在性能调优、内存瓶颈定位方面的具体成果，使用量化数据说明性能提升指标
- 展示在AI基础设施、大模型推理优化或CXL等新型硬件协同方面的相关实践与思考
- 深入学习CXL等新型高速互连技术及内存池化理论，了解其在分层内存架构中的应用
- 熟悉大模型推理执行流程及Attention/KV Cache数据布局，掌握相关调度与卸载优化方法
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出对底层原理的深刻理解、排查问题的系统性思路（如使用perf、ftrace等工具）以及最终带来的性能提升指标
- 请详细描述你在Linux内核内存管理子系统或驱动开发中解决过的最复杂的性能瓶颈问题
- 针对AI大模型推理场景，你是如何分析KV Cache的内存访问特征并进行优化的？
- 在内存池化设计中，如何实现资源的弹性扩缩容以及故障自愈机制？
- 请谈谈你对CXL内存技术的理解，以及它在分层内存架构中的应用前景
- 复习Linux内存管理核心机制（如页表、NUMA、Slab/Slub分配器、DMA映射等）
- 准备1-2个具有深度的系统级性能优化案例，确保能讲透技术细节与权衡取舍
- 了解CXL协议基础及大模型推理的内存需求特点，思考软硬件协同优化的可能性
职位点评
薪资福利85
成长发展90
工作生活50
使命价值85
薪资福利
85较高
阿里专家级岗位薪资具备较强市场竞争力，且作为已上市企业，整体薪酬福利体系完善。
薪资信号未披露（AI估算：4千–8万/月）
成长发展
90较高
岗位涉及AI超节点、CXL等前沿技术，技术壁垒高，能极大提升个人在底层系统和AI基础设施领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈C/C++、Python、Linux内核、内存池化、CXL、NUMA、DMA、KV Cache
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与加班情况，但底层系统研发及专家级岗位通常面临较高的技术挑战与项目压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
致力于下一代AI基础设施内存架构演进，支撑大模型等前沿AI应用的发展，具有较高的技术使命感与行业价值。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs