阿里巴巴
研究型实习生-通算智算一体化性能分析诊断方法与深度优化
研究型实习生-通算智算一体化性能分析诊断方法与深度优化
发布于 大约 1 小时前实习/见习
高性能计算
Ai基础设施
Cuda
Ebpf
Gpu优化
Rocm
分布式系统
性能分析
AI 估算 · 3k–6k
职位详情
关于这个职位
该职位是阿里巴巴的研究型实习生岗位，专注于通算智算一体化场景下的性能分析与优化
你将参与端到端性能分析诊断体系的研究，深入探索CPU-GPU异构计算、系统软件栈和分布式框架的性能瓶颈，并开发先进的性能监控与优化工具
适合对系统性能、异构计算和AI基础设施有浓厚兴趣的在校研究生
最低要求
扎实的计算机科学与工程功底，优秀的编程能力（精通或熟练掌握C/C++/Python等），熟悉常用数据结构、算法和设计模式，具备复杂系统设计、开发与调试经验
优秀的沟通表达、团队协作能力
具备快速学习新知识和深入钻研复杂技术问题的能力与耐心
深入理解计算机体系结构（CPU/GPU/NPU等）、操作系统、编译原理、分布式系统等基础知识
具备以下至少一个领域的深入实践经验：
）高性能计算（HPC），特别是异构计算环境下的性能分析与优化
）GPU编程与优化（如CUDA, ROCm, OpenCL等），熟悉GPU架构
）系统性能分析与调优工具（如perf, eBPF, VTune, Nsight Profiler等）的开发或深度使用经验
）虚拟化（KVM/QEMU等）、容器技术（Docker/Kubernetes等）及其性能优化
）分布式系统调度与资源管理（如YARN, Mesos, Kubernetes Scheduler等）
对AI大模型训练/推理框架（如PyTorch, TensorFlow, TensorRT, Triton等）有一定了解，并对其系统层面的性能优化有兴趣
工作职责
探索通算智算一体化场景下，端到端性能分析诊断体系的研究与构建，覆盖从底层硬件（CPU、GPU、NPU等）、系统软件到上层分布式框架和应用负载
深入研究CPU-GPU异构计算系统、分布式框架、系统软件栈（如操作系统、编译器、运行时）的性能瓶颈，提出并实现创新的软硬件协同优化方案
开发和落地先进的性能监控、剖析和诊断工具，支持从底层硬件指标到上层业务负载的全链路追踪与精准瓶颈定位
针对大规模AI模型训练/推理、通用计算等多样化负载，探索和实践GPU等异构资源的调度优化、资源容错、任务状态保存/恢复与快速迁移等关键技术，提升资源利用率和系统稳定性
研究内存（包括CPU内存和GPU显存）与计算的协同优化方案，旨在提升训推场景性能，降低整体成本，并优化资源利用率
将研究成果应用于阿里云平台及相关产品服务，提升云平台的整体性能、资源利用率和性价比，支持关键业务场景
在顶级学术会议和期刊上发表研究成果，并积极参与开源社区合作与技术推广，提升团队和公司在相关领域的技术影响力
优先资格
）在相关领域的顶级会议/期刊（如OSDI, SOSP, ASPLOS, ISCA, MICRO, SC, NSDI, EuroSys, ATC等）有论文发表者优先
）对大规模AI模型（如LLM）训练/推理、大数据处理等复杂应用场景的系统性能瓶颈有深入理解和实际优化经验者优先
）具有GPU高性能Kernel（CUDA/ROCm等）开发和极致优化经验者优先
）有参与新硬件（如自研CPU/GPU/NPU，例如倚天）评估、适配和优化经验者优先
）有重要开源项目（如Linux Kernel, GCC/LLVM, Kubernetes, PyTorch/TensorFlow等）贡献经验者优先
）熟悉云原生技术栈，并有相关性能优化经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿技术，如通算智算一体化、GPU优化等
- 在阿里云平台实践，技术影响力大
- 有机会发表顶级论文，提升学术背景
- 团队实力强，导师指导
- 技术难度高，需要深入理解底层系统
- 竞争激烈，要求高
- 适合对系统性能优化有浓厚兴趣、具备扎实计算机基础、愿意深入钻研底层技术的在校研究生
缺点 / 挑战
- 工作强度可能较大，研究压力大
角色解读
- 在顶级会议发表论文，提升学术影响力
- 积累系统性能优化经验，成为领域专家
- 有机会转正为正式员工，进入阿里云核心团队
- 研究通算智算一体化场景下的性能分析诊断体系，涉及硬件、系统软件和分布式框架
- 深入分析CPU-GPU异构计算系统的性能瓶颈，提出并实现软硬件协同优化方案
- 开发性能监控、剖析和诊断工具，支持全链路追踪和瓶颈定位
- 探索GPU资源调度优化、容错、迁移等关键技术，提升资源利用率和系统稳定性
- 扎实的计算机基础，精通C/C++/Python等编程语言
- 深入理解计算机体系结构、操作系统、编译原理和分布式系统
- 具备高性能计算、GPU编程（CUDA/ROCm）或性能分析工具（perf/eBPF）的实践经验
- 对AI大模型训练/推理框架有了解，并有系统性能优化兴趣
申请策略
- 关注阿里云的技术博客和开源项目，了解团队方向
- 在简历中突出与岗位相关的项目细节
- 突出高性能计算、GPU编程或性能优化项目经验
- 展示编程能力，如C/C++/Python的熟练度
- 如有论文发表或开源贡献，重点提及
- 强调对系统底层原理的理解
- 深入学习CUDA编程和GPU架构
- 熟悉性能分析工具如perf、eBPF
面试指南
- 用STAR法则描述项目，突出你的角色和成果
- 展示系统思维，从硬件到软件全面分析
- 结合具体工具和技术，体现实践能力
- 请描述一个你优化系统性能的项目，具体做了什么？
- 如何分析GPU程序的性能瓶颈？
- 谈谈你对通算智算一体化的理解
- 你熟悉哪些性能分析工具？如何使用？
- 如果让你优化一个分布式训练任务，你会怎么做？
职位点评
66
综合评分
前沿技术研究，成长空间大，但实习薪资一般，工作强度可能较高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、愿意投入研究、对系统性能优化有热情的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展95
工作生活40
使命价值80
薪资福利
50较低
实习薪资相对较低，但公司提供平台和资源，福利待遇较好。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
95较高
该职位提供前沿技术研究机会，有导师指导，可发表论文，成长空间大。
技术前沿前沿/新兴技术
技术栈CPU、GPU、NPU、CUDA、ROCm、分布式系统、性能优化
成长机会发表研究成果、开源社区合作
业务类型profit_center
工作生活
40较低
实习岗位通常需要现场办公，工作强度可能较大，但具体WLB未提及。
工作模式仅现场办公
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
80较高
工作涉及提升云平台性能，对技术发展有积极影响，但社会价值间接。
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