Horizon Robotics logo
地平线
资深NPU设计工程师

资深NPU设计工程师

发布于 大约 17 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
硕士
芯片设计
Asic
Cnn
Eda工具
Formal验证
Npu
Rtl设计
神经网络
自动驾驶
Sta时序分析

AI 估算 · 40k–70k

资深AI芯片设计岗,技术稀缺,自动驾驶赛道前景好,北京薪酬水平高,估算月薪4-7万。

职位详情

关于这个职位

该职位负责地平线自研NPU芯片的核心模块设计,涵盖架构规划、RTL实现与验证协同,是AI芯片与自动驾驶领域的关键技术岗位

你将参与从微架构定义到流片交付的全流程,并有机会带领小组攻克技术难题,适合有5年以上ASIC前端经验、渴望在AI芯片方向深耕的资深工程师

最低要求

硕士及以上学历,具有5年及以上ASIC前端开发经验,微电子、电子工程、通信等相关专业优先

熟悉主要神经网络算法(如CNN,transformer),有过相关开发经验
有完整流片项目经验,深刻理解芯片开发流程,具备RTL综合/Formal形式验证/STA时序分析/Power分析优化经验,理解电路的物理实现,具备全流程研发经历和解决复杂前后端问题的经验,兼具深度和广度
熟悉SpyGlass/DesignComplier/Formality/PrimeTime/PrimePower/VCS/Verdi等常用EDA工具,具备一定脚本开发能力
具备一定技术规划和管理能力,良好的团队合作能力,沟通能力和学习能力,善于进行技术判断和决策

工作职责

个人或者带领小组承担重点模块/子系统/技术专题的规划和设计工作,包括目标定义,方案/微架构/框架规划,文档撰写,代码实现,为模块的功能和PPA目标负责

协助DV/CV开展验证工作,协助ME/BE完成物理实现,以确保功能正确和PPA目标达成
参与NPU核心自研IP的架构规划、建模、评估、优化
在所承担的技术工作中,统筹内外资源,负责内部分工督导以及外部沟通协调,进行技术判断和决策

优先资格

具备处理器(GPU/CPU/DSP)等设计经验者优先,了解车规芯片FuSa (Functional Safety)的优先

AI 洞察

优缺点分析

优点

  • 站在AI芯片行业前沿,深度参与自研NPU设计,技术含量高
  • 地平线是自动驾驶芯片头部企业,平台大,业务前景好
  • 明确的人才培养体系,有机会提升技术规划与管理能力
  • 高薪职位,薪酬吸引力强
  • 要求既懂算法又懂硬件,知识与技能面要求宽,学习曲线陡
  • 产品迭代快,需要持续学习新技术,保持竞争力

缺点 / 挑战

  • 芯片设计复杂度高,需跨领域协作,工作压力大
  • 适合有5年以上ASIC经验、对AI芯片充满热情、愿意接受挑战并追求技术深度的资深工程师

角色解读

  • 技术路线:从资深工程师向技术专家或架构师发展,深入NPU微架构、AI芯片前沿
  • 管理路线:从带小组到技术总监,逐步承担更大范围的团队与技术规划
  • 行业机会:AI芯片是自动驾驶和AI基础设施的核心,经验积累后可跨入更广阔的芯片与AI领域
  • 负责NPU核心模块的微架构设计,从目标定义到代码实现,确保功能和PPA达标
  • 与验证、后端团队协作,推动芯片从流片到量产,解决前后端全流程问题
  • 参与自研IP的架构规划和评估,探索AI芯片的性能瓶颈与优化空间
  • 带领或参与小组技术管理,协调资源并做出关键技术决策
  • 年以上ASIC前端设计经验,熟悉RTL编写、综合、形式验证、STA等全流程
  • 掌握CNN、Transformer等神经网络算法,能理解AI负载特点
  • 熟练使用SpyGlass、DesignCompiler、PrimeTime、VCS等主流EDA工具
  • 具备较强的技术规划、沟通协调和问题解决能力,能独当一面

申请策略

  • 了解地平线的BPU架构和产品路线,在面试中展现对AI芯片行业的洞察
  • 准备一两个你主导过的模块设计案例,详细讲述如何解决PPA挑战
  • 突出完整流片项目和全流程经验,尤其强调在复杂问题中的解决案例
  • 展示对神经网络算法的理解,最好有AI加速器相关设计经验
  • 写明你在团队中的技术影响力,如领导过小组或主导过关键技术决策
  • 提及熟悉的EDA工具和脚本开发能力,体现工程效率
  • 若对Transformer等新算法不熟,可系统学习AI芯片加速原理
  • 补充功能安全(FuSa)知识,增加车规芯片领域的竞争力

面试指南

  • 使用STAR法则,情境-任务-行动-结果,重点量化成果
  • 对于技术优化问题,从架构、微架构、电路、EDA工具等多个层面展开,体现系统性思路
  • 展示你既有深度也有广度,能结合前后端问题给出综合解决方案
  • 请介绍一次你负责的芯片模块从设计到流片的完整流程,遇到了哪些挑战?
  • 如何优化一个NPU内核的功耗和面积?
  • 谈谈你对Transformer在NPU上实现的理解,有哪些硬件加速方案?
  • 如何确保RTL设计满足时序收敛,你有哪些实用技巧?
  • 你如何带领团队进行技术决策,平衡进度与质量?

职位点评

77
综合评分

AI芯片前沿技术岗,高薪、成长快,但工作弹性有限。

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。

更适合这类人
最适合看重技术成长和行业前景,且能接受一定工作压力的资深工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展92
工作生活45
使命价值85

薪资福利

80较高

薪资水平高,但具体福利未在JD中披露,整体待遇有竞争力。

薪资信号未披露(AI估算:40K-70K/月)

成长发展

92较高

职位处于AI芯片前沿,个人成长路径明确,技术与管理能力都能得到显著提升。

技术前沿前沿/新兴技术
技术栈NPU、ASIC、RTL、CNN、Transformer、EDA、Formal验证、STA
成长机会个人成长、正规流程、方法论指导、技术规划
业务类型ambiguous

工作生活

45较低

工作地点在北京,未提及弹性办公或WLB,芯片设计行业通常存在一定工作压力。

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

AI芯片和自动驾驶属于高速发展赛道,社会价值较高,个人使命感容易得到满足。

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
Watch Jobs