具身智能高性能计算研发工程师

你将参与曦望自研 GPU 平台的具身智能软件栈研发，面向机器人仿真、策略训练及多模态模型，开展框架适配、核心算子开发与端到端性能优化，让具身智能应用在国产计算平台上高效运行。
参与 JAX／OpenXLA 在自研 GPU 上的后端适配与优化，覆盖 PJRT 运行时接入、编译执行、设备内存管理、自定义算子及多设备支持，打通模型与仿真应用的执行流程。
面向 MuJoCo／MJX、MuJoCo Warp、NVIDIA Warp、Newton 等物理仿真技术栈，开展计算后端移植、核心模块开发及性能优化；围绕 Isaac Lab／Isaac Sim 等生态，研究接口对接、关键组件适配与替代实现。
开发和优化碰撞检测、接触求解、刚体动力学、运动学、稀疏计算、归约及批量环境更新等核心算子，提高大规模并行仿真的吞吐、稳定性与资源利用率。
面向强化学习、模仿学习、VLA 和世界模型等应用，优化仿真采样、策略执行、模型训练及数据交换流程，减少 CPU／GPU 同步、数据搬运和调度开销。
参与可微渲染、3D Gaussian Splatting、视觉传感器仿真及合成数据生成的加速，结合目标硬件设计数据布局、计算映射和混合精度方案。
与编译器、运行时、算子及硬件团队协作，建立功能、数值正确性和性能测试，定位跨栈问题，并将应用需求转化为软件优化及硬件设计建议。

计算机、软件工程、机器人、自动化、电子工程、数学或相关专业本科及以上学历，具备扎实的编程与计算机基础。
熟练掌握 C/C++ 与 Python，熟悉 Linux 开发环境，具备复杂代码阅读、调试、测试及工程交付能力。
熟悉 GPU 并行计算与内存层次，理解线程组织、同步、访存及计算通信重叠；有 CUDA、HIP、Triton 或同类开发经验。
在以下至少一个方向有深入项目经验：JAX／OpenXLA 或 AI 编译器开发、GPU 物理仿真、机器人学习框架、高性能算子开发、可微渲染或具身模型加速。
能够使用性能分析工具定位问题，理解计算、访存及调度开销，能够通过实验验证优化收益与正确性。
愿意深入框架与底层实现，能够与算法及软硬件团队共同推进问题解决，对机器人仿真和训练流程有基本理解。
加分项
有 PJRT 插件、StableHLO／HLO／MLIR 优化、XLA 后端或 JAX 自定义算子开发经验。
深入修改过 MuJoCo／MJX、Warp、Newton、PhysX、Isaac Lab 等项目，或有其非 NVIDIA 平台移植经验。
熟悉接触动力学、约束求解、可微仿真，或有大规模机器人强化学习、Sim-to-Real 实践。
有 3DGS、批量渲染、VLA／世界模型加速、多 GPU 训练经验，或相关开源贡献及高水平论文成果。