超节点解决方案方向实习生
招聘时间
即日起 至 2026-05-08
招聘单位
英特尔
所在地区
上海
工作地点
上海市/上海/闵行区
学历要求
硕士
实习时长
每周4天，每天6小时
职责描述
岗位概述
英特尔 DCG 中国正在招聘一名研究实习生，参与面向 KV Cache 中心化系统 的 Scale‑up 协议与内存池化（Memory Pooling）
技术研究。该岗位将聚焦新一代 AI 超节点（Supernode）架构，在系统性能、成本效率及规模化部署方面开展前沿探索，支持大规模 AI 推理与训练场景。
工作职责
* 解耦式超节点架构的系统创新与成本优化
* 研究解耦式（Disaggregated）AI 超节点架构设计中的关键技术与系统级权衡
* 分析不同架构方案在性能、扩展性以及 BOM 成本方面的影响
* 支持架构方案从 NPI（新产品导入）到 HVM（规模化量产）的可扩展性评估
* GPU 互连协议与内存池化技术研究
* 研究并实现基于以太网的 GPU 互连协议原型
* 探索面向大规模 AI 推理与训练集群的分布式内存池化机制
* 支持 KV Cache 等关键数据路径的系统级优化
任职要求
* 电气工程、计算机工程、计算机科学或相关专业硕士在读
* 熟悉 RDMA 核心机制，包括单边读/写、Send/Receive verbs、QP 管理以及内存注册
* 具备 Mellanox ConnectX‑7 相关测试与调试经验，熟悉 perftest、ibstat、mlnx_tuning 及 OFED 工具集
* 了解大语言模型（LLM）推理性能评测方法及常用指标（如 TTFT、TBT、token/s），并具有使用
vLLM、lm‑evaluation‑harness 或同类框架的经验
英特尔 DCG 中国正在招聘一名研究实习生，参与面向 KV Cache 中心化系统 的 Scale‑up 协议与内存池化（Memory Pooling）
技术研究。该岗位将聚焦新一代 AI 超节点（Supernode）架构，在系统性能、成本效率及规模化部署方面开展前沿探索，支持大规模 AI 推理与训练场景。
工作职责
* 解耦式超节点架构的系统创新与成本优化
* 研究解耦式（Disaggregated）AI 超节点架构设计中的关键技术与系统级权衡
* 分析不同架构方案在性能、扩展性以及 BOM 成本方面的影响
* 支持架构方案从 NPI（新产品导入）到 HVM（规模化量产）的可扩展性评估
* GPU 互连协议与内存池化技术研究
* 研究并实现基于以太网的 GPU 互连协议原型
* 探索面向大规模 AI 推理与训练集群的分布式内存池化机制
* 支持 KV Cache 等关键数据路径的系统级优化
任职要求
* 电气工程、计算机工程、计算机科学或相关专业硕士在读
* 熟悉 RDMA 核心机制，包括单边读/写、Send/Receive verbs、QP 管理以及内存注册
* 具备 Mellanox ConnectX‑7 相关测试与调试经验，熟悉 perftest、ibstat、mlnx_tuning 及 OFED 工具集
* 了解大语言模型（LLM）推理性能评测方法及常用指标（如 TTFT、TBT、token/s），并具有使用
vLLM、lm‑evaluation‑harness 或同类框架的经验
