GPU-Kernel-Ingenieur – CUDA-, Triton- und Beschleunigerleistung

Any AI rekrutiert erfahrene GPU-Kernel-Ingenieure für ein Spezialprojekt, das sich auf die Überprüfung, Fehlerbehebung und Bewertung von Hochleistungs-Rechenkernen konzentriert, die in KI-Workloads verwendet werden.

Wir suchen Ingenieure mit praktischer Erfahrung im Schreiben und Optimieren von Kerneln über Frameworks wie CUDA, Triton, NKI oder Pallas hinweg, mit einem ausgeprägten Verständnis für numerische Korrektheit, GPU-Leistung, Speicheroptimierung und Benchmarking.

Woran Sie arbeiten werden

Sie arbeiten mit GPU- und Beschleuniger-Kernel-Aufgaben, die Folgendes umfassen:

– Kernel-Implementierung und Debugging

– CUDA- und Triton-Optimierung

– Übersetzung zwischen Kernel-Frameworks

– Hardware-Migration

– Operatorfusion

– Leistungsprofilierung und Benchmarking

– Numerische Richtigkeitsprüfung

– Kompilierung und Laufzeit-Debugging

– Optimierung der Speicherhierarchie

– KI-Workload-Leistung auf Kernel-Ebene

Sie beurteilen, ob Implementierungen technisch korrekt, effizient gestaltet, reproduzierbar und angemessen für die Zielhardware optimiert sind.

WAS WIR SUCHEN

– Mehr als 3 Jahre praktische Erfahrung in der Entwicklung, Optimierung oder dem Debuggen von GPU- oder Beschleunigerkerneln

– Umfangreiche Erfahrung mit mindestens zwei der folgenden Bereiche:

– CUDA

– Triton

– NKI / AWS Neuron

– Pallas / JAX

– Ausgeprägtes Verständnis der GPU-Leistungsoptimierung

– Erfahrung mit Kernel-Profiling-Tools wie Nsight, NCU, Roofline-Analyse oder Framework-nativen Profilern

– Verständnis von:

– Speicherbandbreite

– Rechendurchsatz

– GPU-Belegung

– Gemeinsamer Speicher

– Druck registrieren

– Gedächtnisverschmelzung

– Bankkonflikte

– Ausgeprägtes Verständnis der numerischen Korrektheit und Toleranzschwellen von Gleitkommazahlen

– Erfahrung im Debuggen von Kernel-Kompilierungs- und Laufzeitproblemen

– Fähigkeit, Softwarefehler, Umgebungsprobleme und echte Optimierungsherausforderungen zu unterscheiden

RELEVANTE ERFAHRUNG

Kandidaten sollten Erfahrung mit mehreren der folgenden Arten von Arbeiten haben:

– Schreiben von Kerneln aus technischen Spezifikationen

– Übersetzen von Kerneln zwischen CUDA, Triton oder anderen Frameworks

– Migration von Kerneln über Hardwareplattformen hinweg

– Debuggen fehlerhafter Kernel-Implementierungen

– Optimierung der Kernel-Leistung

– Zusammenführung mehrerer Operationen zu optimierten Kerneln

Schön zu haben

– Erfahrung in NVIDIA-GPU- und benutzerdefinierten Beschleuniger-Ökosystemen

– Erfahrung mit AWS Trainium, TPU, JAX oder anderen Beschleunigern

– Erfahrung im Compiler-Engineering

– Vertrautheit mit MLIR, XLA oder intermediärer Darstellungsabsenkung

– Beiträge zu GPU- oder ML-Kernel-Bibliotheken

– Erfahrung mit cuBLAS, cuDNN, Triton-Community-Kerneln oder benutzerdefinierten JAX/XLA-Aufrufen

– Erfahrung mit KI-Modellbewertung, RLHF oder technischer Benchmark-Entwicklung

WOFÜR SIE VERANTWORTLICH SIND

– Überprüfung der GPU- und Beschleuniger-Kernel-Implementierungen auf Korrektheit

– Vergleich der Ausgaben mit Referenzimplementierungen

– Bewertung numerischer Toleranzschwellen

– Überprüfung der Kernel-Benchmarks und Feststellung, ob Vergleiche fair sind

– Identifizierung von Leistungsengpässen und Optimierungsmöglichkeiten

– Beurteilung, ob Leistungsziele angesichts der Hardwaregrenzen realistisch sind

– Überprüfung von Kernel-Übersetzungen und Hardware-Migrationen

– Identifizieren von Kompilierungs-, Treiber-, Speicher-, Form- und Laufzeitproblemen

– Feststellung, ob technische Aufgaben wirklich schwierig oder falsch konfiguriert sind

– Bereitstellung eines klaren, umsetzbaren technischen Feedbacks

ENGAGEMENT

Arbeitstyp: Remote

Engagement: Teilzeitliche, projektbasierte Beratung

Schwerpunkt: GPU-Kernel, Performance Engineering, Debugging und technische Bewertung

Diese Rolle ist ideal für Ingenieure, die gerne nah an der Hardware arbeiten, GPU-Workloads optimieren, Leistungsprobleme auf niedriger Ebene beheben und KI-Rechnersysteme an ihre Leistungsgrenzen bringen.

Quelle: EU Remote Jobs (https://euremotejobs.com/job/gpu-kernel-engineer-cuda-triton-accelerator-performance/)