Watch Jobs
CXMT logo
长鑫存储
PIM存内计算-工具链与系统软件工程师(J18382)
立即应聘

PIM存内计算-工具链与系统软件工程师(J18382)

发布于 大约 8 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
软件工程
Ai加速器
Gcc
Llvm
Mlir
Pim
仿真
存内计算
编译器
运行时系统

AI 估算 · 25k–45k

前沿技术方向，北京芯片大厂，要求高，薪资竞争力强

职位详情

关于这个职位

该职位负责长鑫存储PIM存内计算芯片的软件工具链开发，包括编译器、运行时系统和仿真平台

你将与芯片架构师和算法团队紧密协作，将前沿的存算一体架构从硬件设计映射到高效的软件栈
适合对计算机体系结构、编译器和AI加速器有深入理解的技术专家

最低要求

计算机科学、软件工程、电子工程或相关专业硕士及以上学历

扎实的计算机体系结构基础，精通C/C++编程，具备出色的软件工程能力
深入的编译器开发经验，熟悉LLVM、MLIR、GCC等编译器框架，或有过专用编译器/汇编器的开发实践
熟悉运行时系统、操作系统内核或设备驱动开发的基本原理
具备芯片仿真或硬件建模经验，了解至少一种仿真/建模工具
良好的Python脚本能力，用于工具开发和自动化

工作职责

PIM工具链研究与架构设计：研究和设计面向PIM架构的完整工具链，包括编程模型、中间表示（IR）、优化器等

推动PIM软件栈的顶层架构设计，确保其高效性、易用性和可扩展性
PIM编译器开发：开发与优化PIM专用编译器，负责将高层AI框架（如PyTorch/TensorFlow）的计算图或特定DSL，高效映射并优化到PIM硬件指令集和架构上
实现针对PIM内存特性（如数据布局、并行度、数据流）的关键编译优化算法
运行时系统开发：设计并开发高性能、低开销的PIM运行时系统，负责任务调度、内存管理、设备管理和异构计算协同
实现与主机CPU、GPU及其他加速器的高效协同机制
全链路仿真与验证支持：构建和维护PIM芯片的全链路软件仿真平台（如基于QEMU、Gem5或定制仿真器），为硬件设计提供前期性能评估和功能验证环境
开发调试工具、性能分析工具和可视化工具，支撑芯片开发与软件开发的协同迭代
协助芯片团队进行硅前软件验证和硅后驱动及SDK的交付
跨团队协作：与算法团队紧密合作，理解计算需求，将算法特性转化为编译和运行时优化
与芯片架构和设计团队深度协同，进行软硬件接口定义、指令集设计权衡，并提供软件视角的架构反馈

优先资格

有AI加速器（如NPU、TPU、GPU）、DSA或新兴架构（PIM/存算一体）的软件栈开发经验

熟悉深度学习框架内部机制，有算子开发或框架底层优化经验
熟悉异构计算编程模型（如CUDA、OpenCL、SYCL）和并行编程
有RTL协同仿真或硬件/软件协同验证项目经验

AI 洞察

优缺点分析

优点

  • 岗位涉及存内计算这一前沿技术领域，技术新颖且壁垒高，长期增值空间大
  • 能参与从编译器到运行时全栈开发，深度理解硬件架构，技能综合性强
  • 长鑫存储作为国内存储芯片龙头，平台资源丰富，项目落地性强
  • PIM属于新兴架构，参考资料少，需要大量独立探索和问题解决能力
  • 软硬件协同开发对跨领域知识要求高，学习曲线陡峭
  • 芯片行业项目周期长，可能面临高压和紧急任务

缺点 / 挑战

  • 适合对体系结构、编译器充满热情，喜欢挑战底层系统问题，且具备较强自学能力的工程师

角色解读

  • 可在存内计算编译器、AI加速器软件栈方向深耕，成为领域专家或架构师
  • 有机会向芯片架构设计方向拓展，成为软硬件协同设计专家
  • 在长鑫存储内部可晋升为技术负责人或团队管理者，主导下一代PIM工具链
  • 研究和设计面向PIM架构的完整工具链，包括编程模型、中间表示和优化器，确保高效性和可扩展性
  • 开发PIM专用编译器，将高层AI框架的计算图映射到硬件指令集，并实现关键编译优化算法
  • 设计高性能的PIM运行时系统，负责任务调度、内存管理和异构计算协同，支撑芯片与软件迭代
  • 精通C/C++编程，具备扎实的计算机体系结构基础，理解处理器和内存层级
  • 深入掌握LLVM、MLIR或GCC等编译器框架，有实际开发或优化经验
  • 熟悉运行时系统、操作系统内核或设备驱动开发，了解芯片仿真工具如QEMU或Gem5
  • 具备Python脚本能力，并了解AI框架（PyTorch/TensorFlow）底层机制者优先

申请策略

  • 提前了解PIM和存算一体技术的基本原理，面试中展现对技术趋势的思考
  • 注意长鑫存储的企业文化和对创新性的重视，在面试中强调独立解决问题的能力
  • 突出编译器框架（LLVM/MLIR）的实际项目经验，尤其是优化或后端开发
  • 强调AI加速器或异构计算相关的工作成果，如CUDA编程或算子开发
  • 展示架构理解能力，如参与过芯片仿真或软硬件协同验证项目
  • 如有开源贡献或技术博客，建议附上链接以体现技术深度
  • 若编译器经验不足，建议先学习LLVM Pass编写和MLIR dialect定义
  • 补充深度学习框架底层知识，如PyTorch自定义算子实现

面试指南

  • 对于项目经验问题，采用STAR法则：背景、任务、行动、结果，重点突出技术难点和你的贡献
  • 对于架构和优化问题，先阐述基本原理，再结合具体例子说明优化思路，体现系统性思考
  • 对于设计开放题，先拆解问题，给出多种方案并比较优劣，展示权衡能力
  • 请描述一个你参与过的编译器项目，你在其中负责什么，解决了什么关键问题？
  • 存内计算与传统计算架构有何不同？对编译器设计带来哪些挑战？
  • 如何将PyTorch模型高效映射到PIM指令集？请举例说明可能的优化策略
  • 在软硬件协同设计中，如何平衡软件灵活性和硬件效率？
  • 请解释你对运行时系统中任务调度和内存管理的理解，并给出一个PIM场景下的设计

职位点评

69
综合评分

前沿存内计算领域，深度编译器与系统软件开发，高成长但工作地点北京，WLB不确定。

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
最适合追求技术突破和职业成长的工程师，如果对工作生活平衡要求较高则需谨慎。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展92
工作生活45
使命价值70

薪资福利

65中等

薪资未明确披露，但长鑫存储作为大厂预计提供有竞争力的薪酬，不过北京生活成本高，补偿性吸引力中等。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

92较高

岗位涉及前沿PIM技术和完整工具链开发，技术深度和广度极高，成长空间巨大。

技术前沿前沿/新兴技术
技术栈C/C++、LLVM、MLIR、GCC、Python、AI加速器、PIM、存内计算、编译器、运行时系统、仿真、CUDA、OpenCL、SYCL
业务类型ambiguous

工作生活

45较低

仅现场办公且未提及弹性工时，芯片行业通常加班较多，生活化保障较低。

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

70中等

存内计算属于前沿AI芯片技术，对推动算力发展有积极意义，但未提及具体社会使命。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）

长鑫存储 的其他在招职位

相似职位推荐

Watch Jobs