Postdoctoral Researcher - Next-Generation AI & General Purpose Software Stacks(One Year Project))

Huawei ist ein führender globaler Anbieter von Informations- und Kommunikationstechnologielösungen (IKT). Durch unser ständiges Engagement für kundenorientierte Innovation und starke Partnerschaften haben wir führende End-to-End-Fähigkeiten und Stärken in den Bereichen Carrier-Netzwerke, Unternehmen, Verbraucher und Cloud-Computing etabliert. Unsere Produkte und Lösungen wurden in über 170 Ländern eingesetzt und bedienen mehr als ein Drittel der Weltbevölkerung. Mit über 20 Standorten in Europa und 1500 Forschern überwacht das European Research Institute (ERI) von Huawei grundlegende und angewandte Technologieforschung, akademische Forschungskooperationsprojekte und strategische technische Planung in unserem Netzwerk europäischer F&E-Einrichtungen. Das ERI von Huawei umfasst unser Forschungszentrum in Zürich, Schweiz. Ein wesentliches Element unseres Forschungszentrums ist ein schnell wachendes Forschungslabor, das sich auf grundlegende Forschung im Bereich der Computersysteme (neue Hardware, neue Software, neue Algorithmen) konzentriert. Die Forschungsarbeit des Labors wird nicht nur von den internen Forschungsmitarbeitern von Huawei durchgeführt, sondern auch von unseren akademischen Forschungspartnern an Universitäten in ganz Europa. Das Labor bietet eine offene Forschungsumgebung, in der Akademiker ermutigt werden, zu besuchen und an grundlegender langfristiger Forschung zusammen mit Huawei-Mitarbeitern zu arbeiten, in einer Umgebung, die, wie die besten Universitäten und Forschungsinstitute, offen und förderlich für solche weltweit führenden wissenschaftlichen Arbeiten ist.

Wir stellen mehrere industrielle Postdoktoranden und Software-Forschungsingenieure ein, die sich auf Software-Stapel der nächsten Generation im Bereich KI konzentrieren, mit dem Hauptziel der Programmierproduktivität und Portabilität über Architekturen hinweg. Während die Forschung in diesem Software-Stapel voraussichtlich auf KI- und LLM-Anwendungsfällen auf unseren integrierten und spezialisierten KI-Systemen fokussiert ist, fordern wir die Forscher außerdem heraus, die breitere Anwendbarkeit der Plattform über ein Spektrum von Anwendungsfällen und ein Spektrum von spezialisierten Hardware (xPUs) zu berücksichtigen.

Verantwortlichkeiten:

• Identifizierung von Optimierungsmöglichkeiten für die Ausführung zeitgenössischer KI-Modelle auf unserem Ascend AI-Beschleuniger, Prototyping und Benchmarking von Verbesserungen sowie, soweit möglich, Automatisierung dieser Optimierungen;
• Methoden können alle oder einige der folgenden umfassen: Compiler-Technologien, Code-Generierung, Template-Meta-Programmierung, Programmiermuster oder -skelette und/oder Identifizierung und Prototyping nützlicher Low-Level-Kerne;
• Untersuchung weitreichender Automatisierung, die (optimale) Partitionierung, Pebbling und/oder Planung auf beliebigen azyklischen (Hyper-)Graph-Darstellungen allgemeiner Berechnungen verwendet;
• Automatisierung klassischer Parallelisierungstechniken, die sich als vorteilhaft erwiesen haben, wenn Berechnungen über mehrere Geräte und/oder mehrere Knoten parallelisiert werden, wie z.B. 2.5D-Techniken oder zweiphasige kollektive Ansätze;
• Sicherstellung der Trennung von Leistungsparametern von den semantischen Spezifikationen von Berechnungen und Erstellung oder Verfeinerung analytischer Leistungsmodelle, die informierte Trade-off-Entscheidungen sowohl manuell als auch automatisch ermöglichen.

Qualifikationen:

• Erfahrung mit der Optimierung von Low-Level-Kernel-Implementierungen, wie z.B. für BLAS, CuBLAS, MKL, oneDNN, cuDNN usw.;
• Erfahrung mit Code-Generierungsansätzen, einschließlich DSLs oder allgemeinen Programmierframeworks wie Spiral, BLIS, DaCe, ALP, Flame usw.;
• Erfahrung mit Beschleunigerprogrammierung wie z.B. CUDA, AscendC usw.;
• Erfahrung mit Multi-Core-, Many-Core-Programmierung wie POSIX-Threads oder OpenMP;
• Erfahrung mit verteiltem Speicherprogrammierung (z.B. MPI, BSP oder LPF), unter Verwendung kollektiver Kommunikation oder rohem RDMA;
• Erfahrung mit der Anwendung und Erweiterung von Modellen der Berechnung wie Roofline oder BSP;
• Nachweisbare Publikationen auf führenden HPC-, Informatik- oder angewandten Mathematik-Konferenzen und/oder in Fachzeitschriften.

Erfolgreiche Kandidaten beherrschen die folgenden gemeinsamen Aspekte:

• Generische Programmierung in C++11 (oder höher), mit fundierten Kenntnissen der Standardalgorithmen und Datenstrukturen, wie sie in der STL und darüber hinaus zu finden sind;
• Leistungsanalyse und paralleles Debugging (z.B. Valgrind, GNU Debugger, CI-Tests);
• Exzellente schriftliche und mündliche Kommunikationsfähigkeiten mit nachgewiesener Fähigkeit, komplexe technische Informationen klar und prägnant einem breiten Publikum zu präsentieren;
• Kollaborativer Arbeitsstil mit der Fähigkeit, in einem multikulturellen Umfeld zu arbeiten.

Bevorzugte Qualifikationen:

• Doktortitel in Informatik oder einem verwandten Bereich;
• Erfahrung mit Low-Level-Programmierung unter Verwendung von Infiniband-Verben oder ähnlichem;
• Vertrautheit mit Hardwarearchitektur und Systemdesign;
• Nachweisbare Beiträge zu Open-Source-Software in den Bereichen KI oder HPC.

Huawei Technologies Switzerland bietet ein wettbewerbsfähiges Gehalt und ein Leistungspaket mit zahlreichen Möglichkeiten für berufliches Wachstum und Entwicklung. Sie werden Teil innovativer Projekte, die einen Unterschied machen, mit Zugang zu modernsten Technologien und Werkzeugen.