锦鲤求职岗位描述
岗位职责
1. 负责 GPGPU 芯片性能仿真与分析工具链的设计、开发和维护，支撑 GPU 芯片架构设计、性能评估、瓶颈分析及软硬件协同优化。
2. 建设 GPU 性能分析工具链，实现从 **应用 → Runtime → Kernel → 指令 → 硬件 Counter → 性能模型** 的端到端性能分析能力。
3. 负责性能数据采集、Counter 分析、Trace 分析及性能指标计算，建立 GPU 性能指标体系，包括：
* Compute Throughput / Utilization
* Memory Bandwidth / Memory Latency
* Cache Hit Rate
* Occupancy
* Instruction Throughput
* Kernel Launch / Dispatch Overhead
* Pipeline Utilization
* Roofline Model
* Compute Bound / Memory Bound 等瓶颈分类
4. 分析 GPGPU 应用及典型 AI/HPC Workload 的性能瓶颈，建立性能模型并与真实芯片测试结果进行校准，持续提升仿真模型的准确性。
5. 开发 GPU 性能 Trace/Timeline/Counter 分析工具，支持 Kernel Launch、API、Command Queue、AQL/Packet、GPU Kernel 执行等软硬件事件的关联分析。
6. 与芯片架构、RTL、验证、编译器、Runtime、驱动及 AI Framework 团队协作，建立完整的 **软硬件性能分析闭环**，定位芯片性能问题并提出优化方案。
7. 针对新一代 GPGPU 架构，参与性能模型及仿真平台建设，支持新指令、新计算单元、新 Cache/Memory Hierarchy、新互联架构等特性的性能评估。
8. 建设自动化 Benchmark 和 Regression Framework，对不同 GPU 架构、不同 Workload 及不同优化方案进行性能对比和回归分析。
9. 参与性能分析工具链的平台化建设，提高工具的可扩展性、自动化程度及大规模性能数据分析能力。
任职要求
1. 计算机、电子工程、微电子、软件工程等相关专业，本科及以上学历。
2. 具备较强的 C/C++ 编程能力，熟悉 Linux 开发环境，能够独立完成复杂性能工具或仿真系统模块的设计与开发。
3. 深入理解计算机体系结构，熟悉 CPU/GPU/异构计算体系结构及性能分析方法。
4. 对 GPGPU 架构有较深入理解，熟悉以下一个或多个方向：
* CU/SM/SIMD/Wavefront/Warp
* GPU Instruction Pipeline
* GPU Scheduler
* Cache / Memory Hierarchy
* HBM / DDR / Memory Controller
* GPU Interconnect
* Tensor/Matrix/Vector Compute Unit
5. 熟悉 GPU 编程模型和 Runtime，例如 CUDA、HIP、OpenCL 或其他 GPU Programming Model，能够理解 Kernel 从 Host API 到 GPU 硬件执行的完整过程。
6. 具备较强的性能分析和问题定位能力，能够从 Trace、Counter、Instruction、Memory Access 等底层数据中定位性能瓶颈。
7. 熟悉至少一种 GPU 性能分析/仿真工具，例如 ROCm/rocprofiler、rocprof、Nsight、Perfetto、gem5、GPGPU-Sim 或其他性能分析/仿真平台。
加分项
* 有从零搭建 GPU Performance Simulator / Profiler 的经验；
* 有 Cycle-level / Instruction-level GPU Simulator 开发经验；
* 有 GPU 性能模型与真实芯片数据校准经验；
* 熟悉 AMD GCN/CDNA/RDNA 或 NVIDIA GPU 微架构；
* 熟悉 ROCm、rocprofiler、rocprofiler-sdk、rocBLAS、hipBLASLt 等 GPU 软件栈；
* 熟悉 GEMM、Attention、FlashAttention、MoE 等 LLM 核心算子的 GPU 性能分析；
* 有大规模性能数据可视化、自动分析及性能回归平台建设经验；
* 有芯片 Pre-Silicon 性能分析或 Post-Silicon 性能验证经验；
* 熟悉 Qt GUI 等开发框架；