Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

GPU Architecture and AI Performance Simulation Engineer

SeniorhybridIndia, Bangalore, IN →1 sett. fa
Analisi del mercato
📊 Architecture: stipendi e domanda sul mercato
Stack
fine-tuningllmpytorchtensorflowtriton
Dettagli
Experience
5+ years
Education
PhD
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Carica il tuo CV: datori di lavoro e recruiter di diversi paesi che cercano il tuo profilo potranno contattarti direttamente.
Invia il tuo CV →
Descrizione
Job Details: Job Description: About the Role We are looking for a talented and motivated GPU Architecture and AI Performance Simulation Engineer. The role sits at the intersection of AI workloads and next-generation GPU hardware - analyzing, modeling, and optimizing AI workload performance on GPU and SoC architectures to shape architectural decisions across current and future silicon. The candidate will guide the team in fine-tuning workload, SoC, and system models, propose data-backed architectural enhancements, and track the AI GPU market to inform Intel's future accelerator roadmap. Strong analytical skills, the ability to present performance findings and trade-offs to engineering and leadership teams, and a willingness to mentor peers are essential. Key Responsibilities • Analyze AI workload behavior on GPU architectures - distinguishing compute-bound, memory-bound, and cache-bound behavior to identify performance bottlenecks and optimization opportunities. • Build and maintain roofline analytical models and cycle-accurate performance models to support hardware what-if studies and guide micro-architectural decisions. • Analyze AI workloads built on Transformer and Mixture-of-Experts (MoE) architectures, inference and training, and assess the hardware-utilization impact of kernel-level optimizations such as Flash Attention, Flash Decode, Sparse Attention, and Causal Masking. • Model and analyze multi-GPU and at-scale AI systems - workload distribution, synchronization over
Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica. Invia il tuo CV così i datori di lavoro possono contattarti direttamente.
Domanda urgente? Scrivi a @termdocs