方向：太空原生计算架构｜AI 加速器｜高能效计算｜高可靠/抗辐照架构 岗位职责 - 太空原生高能效计算架构调研：围绕星载 AI、在轨大模型推理、星间协同计算等场景，调研国内外 AI 芯片、GPU/NPU、近存计算/存算一体、Chiplet、先进封装、硬连线芯片架构等前沿架构技术，分析其在太空算力场景下的适用性、局限性和潜在改进方向。 - 高辐照/高可靠计算架构方案研究：面向空间辐照、长期在轨运行、无人值守、任务中断不可接受等约束，调研 TMR、ECC、软硬件协同容错、AI 模型鲁棒性等可靠计算方法，探索适合大模型和多模态计算任务的太空原生高可靠架构方案。 - 体系结构建模与仿真器设计：参与太空算力芯片架构仿真器、性能模型、功耗模型、存储模型、可靠性模型和任务级评估框架的设计与实现，支持不同架构方案在性能、能效、带宽、存储容量、可靠性和任务完成质量等维度的定量评估。 - 原型系统与实验验证：基于 Python/C++/CUDA/SystemC/RTL 等工具，参与构建架构原型、仿真脚本、benchmark、性能分析工具和可视化分析流程，支持架构方案的实验验证和数据分析。 - 支撑芯片架构定义工作：与芯片架构师、算法、软件、FPGA、板卡和系统团队协作，参与太空算力芯片 SPEC、架构白皮书、技术路线图和原型验证方案的前期研究工作。 任职要求 - 专业背景：高校电子工程、计算机、集成电路人工智能、自动化等相关专业在读硕士或博士研究生，博士生优先。 - 具备体系结构研究基础：理解计算机组成原理、处理器架构、存储层次、片上互联、并行计算、GPU/NPU/AI 加速器、数据流架构等基本概念；有体系结构方向科研经历者优先。 - 熟悉 AI 计算工作负载：了解 Transformer、大模型推理、Attention、KV Cache、MoE、多模态模型、CNN、遥感智能处理等典型 AI 任务的计算和访存特征；有大模型推理优化、AI 加速器或软硬件协同优化经验者优先。 - 具备仿真与建模能力：熟悉 Python/C/C++ 等编程语言，具备性能建模、仿真器开发、数据分析或实验自动化能力；使用过或了解 gem5、GPGPU-Sim、AccelSim、Timeloop、Ramulator、BookSim 或自研模拟器者优先。 - 具备论文阅读与技术分析能力：能够独立阅读 ISCA、MICRO、HPCA、ASPLOS、DAC、DATE、SC、MLSys、ISSCC、VLSI 等方向论文，提炼核心问题、技术方法、实验假设和工程价值；有相关论文发表或投稿经历者优先。 - 具备较强工程实现能力：能够将架构想法转化为可运行的模型、仿真器、实验脚本和分析报告，重视实验可复现性、代码可维护性和数据可信度。 - 具备创新探索意识：对太空算力、星载 AI、在轨大模型、太空原生计算架构等方向有强烈兴趣，愿意探索传统航天处理器和地面 AI 芯片之外的新型架构路线。 - 有较强英文论文阅读、技术写作和调研报告撰写能力。 - 能够保证较稳定的实习时间，具备长期参与前沿架构研究和芯片原型验证的意愿。