【团队与角色简介】
我们正在为公司的新一代自研芯片打造从 0 到 1 的底层软件生态。在自研硬件与底层驱动全面 Ready 之前，你将作为核心计算库团队的“先遣军”，负责在标准 CPU/GPU（如 NVIDIA CUDA）环境下，从头设计并开发对标 cuBLASMp/cuSolverMp 的分布式稠密线性代数库的原型系统与参考模型。
你的工作将决定整个分布式数学库的宏观架构走向，确保复杂的数学切分逻辑、分布式通信与 DAG 调度在软件层面上做到“绝对正确”与“高效解耦”，为后续向自研芯片的无缝迁移奠定坚实基础。
【岗位职责】
1. 分布式算法原型开发：在标准 CPU 或 NVIDIA GPU 环境下，设计并实现多机多卡的分布式线性代数算法（如 2D Block Cyclic 数据分布、Distributed GEMM、LU、Cholesky 分解等），验证数学逻辑与边界处理的绝对正确性。
2. 调度引擎与流水线设计：开发基于 DAG（有向无环图）的异步任务调度器，设计计算（Compute）与集合通信（MPI/NCCL）的掩盖（Overlap）策略，解决宏观架构上的数据依赖与节点饥饿问题。
3. 硬件抽象层（HAL）设计：采用优秀的软件工程实践，设计高度解耦的 C++ 架构。将上层的分布式调度、内存池管理与底层的计算 Kernel 严格分离，确保未来只需替换底层 API 即可平滑迁移至自研芯片。
4. 前瞻性架构探索：在原型阶段探索分布式切分策略，评估其在特定网络拓扑下的理论通信开销。
【任职要求】
1. 编程与架构功底：精通现代 C/C++（C++14/17），具备优秀的面向对象设计（OOP）和泛型编程能力，能够设计优雅、可扩展的底层库 API 及硬件抽象层。
2. 数学与算法基础：具备深厚的数值线性代数功底，深刻理解 BLAS/LAPACK 的标准语义，熟练掌握矩阵分块算法（Block Algorithms）及 ScaLAPACK 风格的分布式计算逻辑。
3. 分布式与并发编程：熟练掌握 MPI 或 NCCL 等通信库，对点对点通信、集合通信（AllReduce, Broadcast）有深入理解；精通多线程编程及异步任务调度机制。
4. 异构计算基础：熟悉 CUDA C++ 编程模型及异步执行流（CUDA Streams），能够编写标准的 GPU Kernel 以支撑原型系统的运行（不要求极致的微架构调优）。
5. 工程素养：熟练使用 CMake、Git、GTest 等工具，具备良好的单元测试习惯和严谨的逻辑思维，能够独立排查复杂的分布式死锁（Deadlock）或竞态条件（Race Condition）问题。
【加分项】
1. 深入研究过开源分布式 HPC 核心库（如 SLATE, DPLASMA, MAGMA, ScaLAPACK, Elemental）的源码与架构。
2. 有过为新硬件构建软件模拟器（Emulator）或参考模型经验者优先。