GPU-kernel-expert

Evalueer de kwaliteit, juistheid en volledigheid van ontwikkeltaken voor GPU-/accelerator-kernels die worden gebruikt om de modellen van een frontier-AI-lab te trainen en te evalueren. U beoordeelt numerieke juistheid, eerlijkheid van prestatiebenchmarks, taakafbakening en compilatie-/runtime-validiteit bij uiteenlopende soorten kerneltaken — en geeft duidelijke, op rubrics gebaseerde schriftelijke feedback.

Basiskwalificaties

• 3+ jaar praktische ervaring met het ontwikkelen, optimaliseren of verifiëren van GPU-/accelerator-kernels in ten minste twee van: CUDA, Triton, NKI of Pallas (JAX)
• Gedegen begrip van criteria voor numerieke juistheid van kernels (absolute/relatieve/ULP-toleranties, keuze van referentie-implementatie)
• Aantoonbare ervaring met prestatieprofilering en benchmarking (nsight, ncu, roofline-analyse of framework-eigen profilers)
• Vertrouwdheid met veelvoorkomende compilatie- en runtimefaalmodi (driver-mismatches, OOM, fouten in de launch-configuratie, shape-/stride-mismatches, autotuning-fouten)
• Ervaring met ten minste drie soorten kerneltaken: generatie op basis van een specificatie, vertaling/lowering tussen frameworks, migratie tussen hardwaredoelen, debugging, prestatieoptimalisatie of operatorfusie

Gewenste kwalificaties

• Ervaring in zowel NVIDIA-GPU-ecosystemen (CUDA/Triton) als ecosystemen voor custom accelerators (NKI/Pallas/TPU)
• Achtergrond in compiler-engineering, MLIR of lowering van tussenrepresentaties
• Begrip van optimalisatie van de geheugenhiërarchie (shared-memory tiling, registerdruk, bankconflicten, coalescing-patronen)
• Bijdragen aan kernelbibliotheken (cuBLAS, cuDNN, Triton-communitykernels, JAX/XLA custom calls)