阿里巴巴
阿里云智能-服务器软硬件系统架构与解决方案专家-杭州/北京
阿里云智能-服务器软硬件系统架构与解决方案专家-杭州/北京
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Ai Asic
Cuda
Gpu
Rocm
异构计算
性能测试
服务器设计
系统架构
跨团队协作
值不值得投
77综合评分
综合评分 77
前沿AI算力架构岗、技术挑战大、薪酬潜力高、需做好高强度攻坚准备
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
7.5万
比架构师中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 3670 个在招 · 其中架构师 34 个
市场机会
选择面较广
北京 · 架构师 · 约 140 个在招
职位详情
关于这个职位
负责阿里云AI算力系统的软硬件架构设计与解决方案落地，涵盖GPU/AI ASIC部件引入规划、性能验证、稳定性保障及驱动SDK定制开发
需跟踪前沿芯片架构，协同硬件研发与业务团队完成技术路线规划与交付，解决复杂系统环境下的核心问题
最低要求
熟悉GPU/AI ASIC部件的硬件电气属性、熟悉主流AI芯片微架构(如SM/Tensor Core、显存子系统、RAS特性等)以及对应的服务器系统设计
熟悉GPU/XPU驱动及内核开发能力
熟悉CUDA或者ROCM等编程模型
熟悉NVIDIA软件生态及主流AI类框架模型，对AI Benchmark熟悉，并有过相关项目交付经验优先
熟悉AI异构系统测试方法论，具备CPU/内存/SSD/GPU等核心部件及整机测试工具的开发经验(如压力测试、性能基准测试、老化测试工具)
熟悉服务系统架构和Rack级超节点架构
较强的技术沟通能力，能够与硬件厂商、产品团队、Infra团队、业务团队进行有效的跨团队协作
较强的问题定位与解决能力，能够在复杂系统环境下快速收敛问题范围并推动解决
工作职责
负责国际化/国内GPU/AI ASIC部件引入规划，性能验证及分析，整机系统需求分析、系统架构规划等工作
负责GPU/ AI ASIC部件的稳定性保障的技术工作，如性能抖动、GPU监控、压测、诊断、故障预测等开发工作
负责GPU/XPU 驱动、FW、SDK的版本管理和定制开发工作
把握GPU芯片架构设计方向，跟踪主流GPU最新架构设计技术，结合业务需求引导芯片和系统方案定义
与整机硬件研发、测试、应用软件团队合作，负责业务需求的实现，落地和交付
结合业务发展规划(训练/推理)，负责AI算力系统相关CPU机头的选型评估与技术路线规划
跟踪行业前沿硬件动态(新一代GPU架构、互联技术演进等)，为AI硬件引入决策提供技术输入
优先资格
熟悉NVIDIA软件生态及主流AI类框架模型，对AI Benchmark熟悉，并有过相关项目交付经验优先
AI 洞察
优缺点分析
优点
- 聚焦AI算力核心底层技术，接触最前沿GPU/AI ASIC架构
- 依托阿里云庞大算力场景，技术落地空间广阔且数据丰富
- 薪酬待遇处于互联网行业第一梯队，长期激励完善
- 技术栈极深且交叉性强，需同时兼顾硬件电气属性与软件驱动开发
- 系统稳定性要求极高，故障排查与性能优化容错率低
- 适合具备深厚计算机体系结构功底、热爱底层技术研发并能承受高强度技术攻坚的资深工程师
缺点 / 挑战
- 面临国内外芯片供应链波动与技术封锁的外部压力
角色解读
- 向首席架构师或技术专家方向深耕，主导下一代AI算力平台设计
- 拓展至AI基础设施整体解决方案负责人，统筹软硬协同创新
- 转向技术管理岗，带领专项研发团队攻克核心硬件瓶颈
- 负责AI算力服务器底层软硬件架构设计与技术路线规划
- 主导GPU/AI ASIC部件的性能验证、稳定性保障及驱动SDK定制开发
- 协同硬件研发与业务团队，完成从需求分析到系统交付的全流程落地
- 深入掌握GPU/AI芯片微架构与服务器系统设计原理
- 具备CUDA/ROCM编程模型及驱动/内核开发能力
- 精通AI异构系统测试方法论及性能基准测试工具开发
- 出色的跨部门技术沟通与复杂系统问题定位能力
申请策略
- 提前研究目标公司当前主力AI芯片架构及竞品技术路线
- 准备1-2个完整的软硬件协同优化或故障排查案例以备深挖
- 突出GPU/AI芯片微架构理解及服务器系统设计方案
- 详细列举CUDA/ROCM驱动开发或内核修改的具体项目与成果
- 展示AI Benchmark测试工具开发及性能调优的实际案例
- 补充学习新一代GPU互联技术（如NVLink/CXL）及RAS特性
- 强化Linux内核模块开发与设备驱动调试实战能力
- 提升大规模分布式系统性能分析与瓶颈定位技巧
面试指南
- 采用STAR法则结构化陈述项目背景、任务目标、行动步骤与量化结果
- 技术排查类问题遵循“现象复现->日志/指标分析->假设验证->根因定位->修复验证”闭环
- 架构设计类问题强调权衡取舍（Trade-off），结合业务场景说明技术选型的依据
- 请详细说明你如何设计GPU服务器的散热与供电架构以保障高性能稳定运行？
- 在CUDA/ROCM环境下，遇到性能抖动或内存带宽瓶颈时，你的排查思路是什么？
- 如何评估一款新型AI ASIC芯片是否适合接入现有算力集群？
- 请分享一个你主导的驱动层或固件层定制化开发项目，难点如何解决？
- 复习计算机组成原理、操作系统及编译原理核心知识
职位点评
薪资福利85
成长发展92
工作生活45
使命价值78
薪资福利
85较高
虽JD未明确薪资，但专家级岗位通常匹配极具竞争力的薪酬包与长期激励，福利体系完善。
薪资信号未披露（AI估算：5.5千–9.5万/月）
成长发展
92较高
岗位直接对接AI算力最前沿的GPU/AI ASIC技术，技术栈高度前沿，成长空间极大。
技术前沿前沿/新兴技术
技术栈GPU、AI ASIC、CUDA、ROCM、异构计算、Rack级超节点
业务类型profit_center
工作生活
45较低
硬件与底层系统研发通常需驻场实验室或机房支持，JD未提及弹性工时，工作强度可能较高。
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
78中等
致力于构建高效稳定的AI算力基础设施，支撑大模型训练与推理，具有显著的行业价值与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
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