1.自研数据流架构 NPU 前沿LLM算子设计与实现优化：基于自研NPU芯片开发前沿LLM算子（例如DeepSeek CSA/HCA Attetion算子开发等 ），挖掘NPU芯片性能； 2.LLM 模型部署时空流水切分算法创新： 针对主流 LLM（如DeepSeek 系列）在自研数据流芯片架构如何进行空间切分，时间轴流水算法进行创新研究； 3.基于新一代数据流 NPU 的LLM算法协同创新： 深入研究数据流 NPU 硬件特性，探索适应NPU架构的LLM算法创新与优化； 4.LLM 推理端侧多芯分布式推理优化研究： 端侧多芯片场景下LLM通信和计算流水重叠技术，KV Cache管理优化算法，异构计算并发优化等。 1.硕士及以上学历，计算机、电子、通信、自动化等相关专业； 2.熟练掌握C/C++编程语言，具备良好的数据结构及算法基础； 3.具有比较强的AI编程能力，熟练使用Claude Code等AI开发工具框架； 4.数学功底好，同时对LLM算法有比较深入研究，了解前沿的LLM算法，例如GLM5.2和DeepSeekV4等； 5.熟悉使用AI基础设施框架库，了解TensorRT, CUDA等基本用法和基础原理； 6.熟悉至少一种LLM推理框架，例如SGLang, VLLM等，了解基本原理； 7.有很好的团队合作精神，主观能动性强，清晰的逻辑思维和表达能力； 8.具备以下任意一项技能者优先：具备程序设计/机器人/AI视觉比赛参赛并获奖。
