Senior GPU Networking Architetto — NVIDIA (ufficio Zurich)
CHF 101'500 - 154'000
NVIDIA (ufficio Zurich) · Zürich (ZH)
- Località
- Zürich
- Contratto
- full-time
- Pubblicato
- 22 giorni fa
SalarioCHF 101'500 - 154'000
Panoramica
NVIDIA sta trasformando la grafica del computer, il gioco del PC e l'elaborazione accelerata da più di 25 anni.
È un’eredità unica dell’innovazione alimentata da una grande tecnologia e da persone incredibili.
Oggi, stiamo toccando il potenziale illimitato di AI per definire la prossima era di calcolo.
- NVIDIA sta trasformando la grafica del computer, il gioco del PC e l'elaborazione accelerata da più di 25 anni.
- È un’eredità unica dell’innovazione alimentata da una grande tecnologia e da persone incredibili.
- Contribuisci all'evoluzione dei modelli di programmazione che espongono le capacità di rete GPU-aware agli sviluppatori di applicazioni. Cosa dobbiamo vedere:
- 5+ anni di programmazione CUDA, tra cui la scrittura e l'ottimizzazione di kernel GPU non banali.
- Levare la conoscenza profonda dell'architettura GPU—la pianificazione del testo, la gerarchia della memoria, le pipeline di esecuzione—per migliorare l'efficienza del kernel, minimizzare la latenza e sovrapporre il calcolo con la comunicazione.
- Sviluppare primitivi di comunicazione di GPU-resident e API lato dispositivo che consentono un movimento di dati fine-grained e inizializzato dal kernel attraverso nodi e acceleratori.
Responsabilità principali
- Contribuisci all'evoluzione dei modelli di programmazione che espongono le capacità di rete GPU-aware agli sviluppatori di applicazioni. Cosa dobbiamo vedere:
- 5+ anni di programmazione CUDA, tra cui la scrittura e l'ottimizzazione di kernel GPU non banali.
Requisiti principali
- Levare la conoscenza profonda dell'architettura GPU—la pianificazione del testo, la gerarchia della memoria, le pipeline di esecuzione—per migliorare l'efficienza del kernel, minimizzare la latenza e sovrapporre il calcolo con la comunicazione.
- Sviluppare primitivi di comunicazione di GPU-resident e API lato dispositivo che consentono un movimento di dati fine-grained e inizializzato dal kernel attraverso nodi e acceleratori.
- e sintonizzare i kernel GPU end-to-end, identificando i colli di bottiglia all'incrocio tra calcolo, memoria e rete, e guidando ottimizzazioni mirate.
- Collabora con i team di rete software, hardware e framework AI per co-designare strategie di comunicazione che si allineano con i modelli di esecuzione GPU e le architetture di modelli emergenti.
- Costruire prove-di-concetto, condurre esperimenti e eseguire modelli quantitativi per valutare e convalidare nuove strategie di comunicazione prima di impegnarle alla produzione.
- M.Sc. o esperienza equivalente in informatica, ingegneria informatica, o un campo strettamente correlato.
- Forte comprensione dei fondamenti dell'architettura GPU: pianificazione della curvatura, memoria condivisa, cache L2, carbonizzazione della memoria, regolazione dell'occupazione e esecuzione asincrona.
- Esperienza con lo sviluppo C/C++ a livello di sistemi in ambienti performance-critical.
- Familiarità con meccanismi di movimento dati GPU come la comunicazione GPUDirect RDMA e GPU.
- Capacità di leggere e ragionare sui profili di performance GPU (ad esempio, Nsight Compute, Nsight Systems) e tradurre osservazioni in ottimizzazioni attuabili.
- Forte capacità di collaborazione in un ambiente multinazionale e interdisciplinare. Modi per distinguersi dalla folla:
- Prova a sviluppare o ottimizzare i kernel di comunicazione in librerie come NCCL, NVSHMEM o simili framework di comunicazione GPU-aware.
Dettagli ulteriori
- Unisciti al nostro team di ingegneri che sviluppano le basi software per i più grandi sistemi AI a livello globale.
- Profilo e sintonizzare i kernel GPU end-to-end, identificando i colli di bottiglia all'incrocio tra calcolo, memoria e rete, e guidando ottimizzazioni mirate.
- Contribuisci all'evoluzione dei modelli di programmazione che espongono le capacità di rete GPU-aware agli sviluppatori di applicazioni. Cosa dobbiamo vedere:
- Forte capacità di collaborazione in un ambiente multinazionale e interdisciplinare. Modi per distinguersi dalla folla:
Note e contenuto originale
- Cosa farai:
- Contribuisci all'evoluzione dei modelli di programmazione che espongono le capacità di rete GPU-aware agli sviluppatori di applicazioni.
- Cosa dobbiamo vedere:
- Forte capacità di collaborazione in un ambiente multinazionale e interdisciplinare.
- Modi per distinguersi dalla folla:
