岗位职责 1.负责公司高性能计算（ HPC ）环境中 IB 、 RoCE 网络的规划、部署、优化和管理，以及 GPU / DPU 集群的搭建、调度、优化和整体交付。确保计算资源的高效利用，支持业务快速发展和技术创新。 2.负责 GPU / DPU 集群的网络规划，包括 IB 、 RoCE 等高速网络的选型、设计和实施。 3.负责 GPU / DPU 集群的部署、调度、管理和优化，确保集群的高性能稳定运行。 4.分析和解决集群中的性能瓶颈问题，对硬件、软件和算法进行优化。 5.参与或负责新技术、新方案的调研、测试和实施，提升集群的整体性能。 6.编写相关技术文档，包括网络规划、部署方案、性能调优报告等。 7.与其他部门紧密合作，确保业务需求得到满足，提供技术支持和解决方案。 职位要求 1.计算机科学、数学、物理等相关专业本科及以上学历，3年以上相关领域工作经验。 2.熟悉 IB 、 RoCE 网络，具有 NVIDIA 等 GPU 集群部署、调度、管理、优化经验，对高性能计算和数据中心网络有深入理解。 3.满足以下至少1条开发经验要求： --- RDMA 协议的应用优化及拥塞控制算法优化工作经验，熟悉 IB 网络／ RoCE 。 --- GPU 卡集群部署的性能优化工作经验，了解 GPU 互联，熟悉 NVLINK 、 NVSWITCH 。 --- GPU 虚拟化，至少熟悉 vCUDA 、 cGPU 、 qCUDA 、rCUDA 等一种虚拟化方案。 --- CUDA 和 NCCL 的优化工作，熟悉 CUDA 算子库、runtime 、 driver 库相关 API 。 4.具有扎实的计算机网络基础，熟悉 TCP / IP 协议栈、路由交换技术、负载均衡等。 5.具备良好的分析问题和解决问题的能力，对解决具有挑战性问题充满激情。 6.优秀的团队合作精神和沟通能力，能够跨部门协作，推动项目进展。 7.具有思科 CCIE 和华为 HCIE 等网络认证证书者优先录用。