Horizon Robotics logo
地平线
AI芯片计算架构研究员(应届博士)

AI芯片计算架构研究员(应届博士)

发布于 大约 9 小时前

普通员工/个人贡献者

上海市 / 深圳市
无经验要求
全职员工
仅现场办公
博士
芯片设计
Ai芯片
并行计算
性能优化
数据流分析
片上互联
计算机体系结构
计算架构
软硬件协同
多核协同

AI 估算 · 40k–60k

AI芯片研发为前沿领域,博士学历门槛高,行业人才稀缺,大厂提供高竞争力薪资,属于市场高水平。

职位详情

关于这个职位

该职位面向应届博士,专注于下一代AI芯片的计算架构研究,需要分析业务模型负载特征,探索计算组织、数据流、存储层次等架构优化方向

你将参与前沿技术研究并推动成果落地,与算法、编译器团队紧密协作,适合对体系结构和AI硬件充满热情的研究型人才

最低要求

计算机体系结构、计算机系统、电子工程、微电子或相关专业应届博士毕业生

具备计算机体系结构、AI 加速器、处理器架构、并行计算、存储系统、片上互联或软硬件协同等相关研究经历
具备扎实的计算机体系结构基础,理解计算、存储、通信和调度之间的关系
具备较强的系统抽象和定量分析能力,能够将实际性能问题转化为清晰的架构问题和技术方案
具备良好的编程、建模和实验能力,能够独立完成架构分析、方案验证和结果评估
具备良好的技术沟通、文档撰写和团队协作能力

工作职责

面向下一代 AI 芯片开展计算架构研究,分析典型业务模型及核心工作负载的计算、存储、通信和并行特征

开展计算组织、数据流、存储层次、片上互联及多核协同等方向的架构探索
结合真实业务负载,分析计算效率、数据搬运、存储访问、通信及调度等系统瓶颈,提出计算架构优化方案
对不同架构方案进行建模、实验和对比分析,评估方案的性能收益、系统开销及实现可行性
跟踪计算机体系结构、AI 系统及芯片架构领域的前沿技术,推动研究成果转化为产品架构方案
与算法、编译器及后端团队协作,推动算法、软件与硬件架构的协同优化及方案落地

优先资格

在计算机体系结构、AI 系统、并行计算、存储系统或芯片架构方向有较深入的研究积累

具备 AI 芯片、GPU、NPU、多核处理器、存储系统或片上互联相关研究项目经验
具备真实工作负载分析、体系结构性能研究或软硬件协同优化经验
具备较强的研究创新能力,并有高质量论文、专利或开源项目成果

AI 洞察

优缺点分析

优点

  • 处于AI芯片这一高速增长赛道,技术前沿性强,个人成长空间大
  • 公司为上市公司,平台成熟,能接触真实业务负载和量产芯片架构
  • 高学历人才聚集,有机会与顶尖算法、编译器团队协作,拓宽技术视野
  • 研究型岗位对理论深度和创新能力要求高,需要持续学习前沿论文
  • 适合对计算机体系结构有浓厚兴趣、热爱解决复杂性能问题、喜欢研究型工作的博士毕业生

缺点 / 挑战

  • 芯片架构研发周期长、投入大,需要耐心和细致,工作压力可能较大
  • 需要同时具备硬件和软件视角,跨领域协作沟通成本较高

角色解读

  • 从研究员起步,逐步发展成为计算架构领域的专家,主导下一代芯片架构设计
  • 可向技术管理方向发展,带领架构研究团队,推动产品技术战略
  • 也有机会横向拓展到算法、编译器或系统软件方向,成为软硬件全栈人才
  • 分析典型AI业务模型与核心工作负载的计算、存储、通信和并行特征,为架构设计提供数据支撑
  • 探索计算组织、数据流、存储层次、片上互联及多核协同等方向,提出创新架构方案
  • 通过建模、实验和对比分析评估不同架构的性能和开销,并推动方案落地到产品
  • 扎实的计算机体系结构基础,深入理解计算、存储、通信和调度的关系
  • 具备AI加速器、处理器架构或并行计算的研究经验,能独立进行系统建模与性能分析
  • 良好的编程能力(如C/C++、Python)和实验能力,能够实现架构模拟和评估

申请策略

  • 了解地平线的芯片产品线(如征程系列)与其在自动驾驶领域的定位
  • 在面试中展示系统抽象和定量分析能力,多举例说明如何将性能问题转化为架构方案
  • 突出博士期间的研究方向和成果,尤其是与AI加速器、体系结构相关的项目
  • 详细描述在真实工作负载分析或软硬件协同优化中的具体贡献和量化结果
  • 列出高质量的论文、专利或开源项目,体现研究创新能力
  • 提前掌握Gem5、RTL仿真等架构建模工具,了解常见AI芯片设计流程
  • 深化对深度学习模型计算特征的理解,学习使用性能分析工具(如Nsight、Vtune)

面试指南

  • 使用STAR法则:说明背景、任务、行动和结果,突出个人贡献和量化成效
  • 对架构问题采用分层分析法:从工作负载特征出发,到计算、存储、互联等维度逐一拆解,最后给出权衡
  • 强调实验驱动:展示如何通过建模和实验验证方案,并对比多种方案的优劣势
  • 请介绍你的博士课题,如何评估其创新性和实际价值?
  • 如何分析一个AI模型在特定硬件上的计算瓶颈?请举例说明
  • 在存储架构设计中,如何平衡容量、延迟和带宽?
  • 你如何将前沿论文中的技术转化为可落地的架构方案?
  • 复习计算机体系结构经典教材(如Computer Architecture: A Quantitative Approach)中的关键概念

职位点评

72
综合评分

AI芯片前沿架构研究,大厂平台,技术成长快,但工作强度未明且WLB不确定。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
最适合追求技术前沿和深度研究、希望在高成长赛道中实现自我价值的博士毕业生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80

薪资福利

70中等

职位未在JD中披露具体薪资,但结合公司背景和岗位门槛,预计薪资处于市场高位,福利待遇较优厚。

薪资信号未披露(AI估算:40K-60K/月)

成长发展

85较高

该岗位处于AI芯片前沿技术领域,研究内容深度高,能有效提升体系架构设计与研究能力,成长空间大。

技术前沿前沿/新兴技术
技术栈AI芯片、计算架构、计算机体系结构、并行计算、存储层次、片上互联
业务类型ambiguous

工作生活

50较低

工作地点在上海/深圳现场办公,JD未提及远程或弹性工作制,也未说明加班情况,生活平衡度不明确。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

80较高

AI芯片是推动人工智能发展的核心基础设施,岗位对社会技术进步有较大正面意义,行业前景广阔。

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