招募广告 我们在寻找对极致性能有执念的工程师，一起打造下一代大模型推理基础设施。 你将参与什么 生产级推理引擎：优化vLLM、SGLang及其他推理框架，支撑千卡、万卡集群在线推理 算子级性能攻坚：极致优化GPU计算库和通信库算子，榨干每一颗GPU算力 全栈性能优化：从模型量化、算子优化到分布式调度，极致优化推理延迟和吞吐 前沿技术落地：跟踪AI推理领域最新优化技术，将业界SOTA研究成果快速产品化 我们希望你具备 基础能力 扎实的计算机基础：操作系统、体系结构、算法与数据结构 熟练的C/C++和Python编程能力，能写出可维护的高性能代码 对GPU架构有好奇心，理解CUDA执行模型（thread/block/warp） 加分项 深入阅读过vLLM、SGLang、TensorRT-LLM或其他推理框架源码，有过PR贡献 熟悉FlashInfer、FlashAttention、Cutlass、cuBLASS、NCCL等底层库的设计哲学 折腾过模型量化（AWQ/GPTQ/FP8），对精度-效率权衡有体感 有个人技术博客/GitHub，能展示对系统问题的深度思考 你将获得 技术成长：参与核心项目研发，定期内部分享会如LLM架构、前瞻技术研究报告等 算力资源：充足的GPU算力资源，快速验证和实验想法 转正机会：表现优异者有机会获得全职offer，参与下一代GPU研发和优化