news 2026/7/23 6:18:07

首创算力3D TokenPU 专属推理架构大厂,急招后端/编译器/建模DFT/数字/系统/AI框架/架构

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
首创算力3D TokenPU 专属推理架构大厂,急招后端/编译器/建模DFT/数字/系统/AI框架/架构

专注于高端 AI 算力芯片研发与落地,聚焦大模型推理核心赛道,以原创架构创新、全栈自研技术、全国产化产业链为核心支撑,打造出适配 AI 产业发展的专用算力芯片产品。相较于传统通用算力芯片,系列产品针对性解决了大模型推理带宽不足、数据延迟高、算力利用率低等行业痛点,在架构创新、性能表现、自主可控、场景适配与规模化落地方面具备差异化核心优势,可为云端大模型推理、高端人工智能算力部署提供高效、安全、可控的底层硬件支撑。 原创架构创新,重构大模型推理算力体系。

产品打破通用 GPU 的传统设计思路,首创 3D TokenPU 专属推理架构,采用先进 3D 混合堆叠技术与晶圆级互联工艺,将多层存储晶圆与计算逻辑晶圆垂直整合,大幅缩短数据传输路径,把传统芯片毫米级传输距离压缩两个数量级,实现 16TB/s 的超大访存带宽,有效解决 AI 推理常见的数据饥饿问题。

同时依托 Tile-Native 软硬件协同设计理念,以模块化单元统筹数据存储、搬运与计算,精准匹配大模型 token 流式推理特征,从底层架构上实现推理场景的极致优化,架构理念领先行业通用设计方案。 全栈自研技术,构筑深厚技术壁垒。全系算力产品基于自研 RISC-V 指令架构、全套自主 IP 核与自研软件栈体系搭建,拥有完整自主知识产权,摆脱了海外通用架构的技术依赖与生态束缚。

依托成熟的集成电路研发经验,深度落地存算一体核心技术,优化算力调度与数据处理逻辑,大幅提升高密度运算场景下的算力输出效率。经过多轮技术迭代与流片验证,核心技术方案已从理论研发落地为量产产品,性能、稳定性均经过实测验证,综合表现优于市面同级别通用算力芯片。 全国产化闭环,筑牢产业自主可控能力。产品从架构设计、核心 IP 研发、晶圆制造到封装测试,全程依托国内成熟产业链完成,适配国产工艺体系,彻底规避海外技术封锁、供应链断供等风险。

在国内数字产业自主可控的发展趋势下,该国产化算力方案完美契合政企、科研机构、人工智能企业的合规建设要求,能够为国产 AI 大模型研发、云端算力平台搭建、高端智能算力应用提供安全可靠的底层硬件底座,助力国产 AI 生态自主化升级。 场景精准适配,落地实用性极强。产品主打 AI 云端大模型推理核心场景,针对主流大模型的高频推理、批量运算、实时响应需求深度优化,有效降低推理延迟、提升算力利用率。

同时具备优秀的通用性,可适配智能数据运算、高端算力赋能、科研算力实验等多元场景,能够灵活适配不同模型规模、不同算力负荷的应用需求。产品部署难度低、适配性强,无需大规模改造即可融入各类 AI 算力系统,兼顾轻量化测试与规模化商用落地需求。 高性价比与高稳定性,适配规模化推广。

依托全自研技术与国产化量产体系,有效压缩产品迭代、生产与运维成本,在同等推理性能下,相较海外高端算力芯片具备显著的成本优势,大幅降低企业高端算力部署门槛。产品经过严格流片测试与场景打磨,硬件架构稳定可靠,长期高负荷运行下算力衰减低、故障率小,搭配完善的技术适配与运维保障体系,可持续稳定输出高性能算力,适配大规模、常态化的商用算力部署需求。

整体而言,产品以原创 3D 架构创新为核心,以全栈自研和国产化供应链为支撑,精准切入大模型推理算力刚需,凭借高性能、高可控、高适配、高性价比的综合优势,填补了国产专用推理芯片的市场短板,为国内人工智能产业高质量、自主化发展提供了坚实的算力支撑。

岗位来袭

Base北京

后端专家

熟悉 5/7/12/22/28nm等先进工艺节点

具备模块级或全芯片级从Netlist到GDSII的整个后端流程Tapout经验

LLVM编译器研发工程师

侧重LLVM后端

AI芯片建模工程师

进行 Gem5 模拟器开发与调试;

进行AI芯片(GPU/NPU/TPU等)架构建模;

AI 芯片指令集仿真器设计和开发

DFT工程师

scan architecture definition, scan insertion andcompression, chain plan and optimizationATPG, fault coveratge analysis, stuck-at/transition fault detectMBIST, Repair boundary Scan/JTAG

数字前端工程师(AI推理芯片)(DRAM、总线设计、Tensor、Vector)

熟悉计算机体系结构知识;

熟悉RISC-V(或Arm)处理器指令集与微架构,熟悉指令发射;

熟悉Verilog、SV硬件描述语言,以及RTL级电路设计方法;

有可靠性设计,冗余设计经验是加分项;

有计算部件/IP 设计经验是加分项。

SI/PI工程师(先进封装方向)

精通主流SI/PI仿真工具(如Hspice、Ansys、CadenceSigrity、KeysightADS等);

有大功率AI/GPU芯片PI设计经验者优先;

AI服务器硬件系统工程师SE(偏总体架构、超节点经验)

精通AI加速卡(NVIDIAHGX、IntelGaudi或国产算力芯片)的集成规范、热管理约束及测试验证方法;

熟悉DFX(面向卓越的设计)、服务器生产加工、功能测试及老化(Burn-in)测试流程;

AI服务器硬件工程师(板级设计)

3年服务器硬件开发经验或2年以上GPU/AI服务器项目专项经验;对高速信号完整性、电源完整性具有较深入的理解,熟悉GPU、FPGA、X86等相关处理器;

高级IC测试工程师(ATE、可靠性测试工程师)

精通主流ATE平台,如Advantest93K、TeradyneUltraFlex/J750等一种或者几种测试设备编程开发;

AI芯片架构工程师

精通 C/C++ 和 Python,有扎实的编程基础、良好的编程风格和工作习惯;

有AI领域的基础知识,了解相关算法模型及常见应用领域;

AI框架研发工程师(3D堆叠芯片)

精通 C/C++ 和 Python,有扎实的编程基础、良好的编程风格和工作习惯;

有AI领域的基础知识,了解相关算法模型及常见应用领域;

具备主流深度框架或大模型推理引擎开发经验,熟练应用 Profiling 技术;

验证工程师

Core验证,需要至少有risc-V ISA或SMT或LSU验证经验,熟悉随机指令发生器者优先

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/23 6:14:45

英伟达、OpenAI与甲骨文AI联盟解析

1. 英伟达、OpenAI与甲骨文的AI三角关系解析在硅谷AI产业的最新动态中,一个由英伟达、OpenAI和甲骨文构成的"铁三角"正在形成。这个组合看似矛盾却又合理:OpenAI需要甲骨文的云基础设施来运行其大模型,甲骨文需要英伟达的GPU来构建…

作者头像 李华
网站建设 2026/7/23 6:01:53

月底才知道项目亏了?这套项目经营平台让你实时看清利润

ProHours:让 IT 中小企业老板实时看清「哪个项目在赚钱」的项目经营平台 一、写在前面 做 IT 外包/项目制的老板,有没有过这样的经历—— 月底看财务报表,发现上个月做的三个项目亏了两个,但已经来不及了;问项目经理进…

作者头像 李华
网站建设 2026/7/23 6:00:46

豆包商户优化服务商核心能力与选型指南

1. 豆包优化服务商的市场现状与核心价值豆包作为国内领先的本地生活服务平台,其商户端的流量获取与转化效率直接关系到商家的经营效益。根据2023年Q2行业报告显示,接入专业优化服务的商户平均订单量提升37%,而自行运营的商户增长率仅为12%。这…

作者头像 李华
网站建设 2026/7/23 6:00:06

多智能体系统(Multi-Agent Systems)入门:概念、优势与微服务架构

从单智能体到多智能体的演进 在前面的章节中,我们探讨了如何构建强大的单智能体系统——利用工具、知识、记忆和编排层来解决复杂任务的智能实体。单个智能体在正确配置后可以非常强大,能够利用大量的知识和集成来自主行动。然而,智能体系统的真正潜力在我们超越单独智能体…

作者头像 李华