Klusterarkitekt

Vi söker en GPU-klusterarkitekt för att driva designen av vår nästa generations AI-infrastruktur. I denna högintensiva, praktiska roll kommer du att fatta änd-till-änd-arkitektoniska beslut gällande beräkning, nätverk och lagring — för att säkerställa att våra plattformar kan möta de massiva kraven på skala, prestanda och tillförlitlighet för moderna AI-arbetsbelastningar. Detta är en högintensiv, praktisk arkitekturroll där du definierar hur tiotusentals GPU:er sammankopplas, kyls, strömförsörjs och optimeras över flera datacenterplatser. Dina ansvarsområden kommer att inkludera: Klusterdesign: Arkitektera skalbara GPU-klustertopologier inklusive beräkningsnoder, sammankopplingar (InfiniBand, Ethernet), lagring och kontrollplan. Prestandamodellering: Analysera AI/ML-arbetsbelastningar (t.ex. LLM-träning, inferens) för att informera designavvägningar gällande latens, bandbredd och GPU-densitet. Nätverksarkitektur: Samordna relevant design med nätverksarkitekten och validera låglatens- och högkapacitetsanslutningar (t.ex. InfiniBand HDR/NDR, RoCEv2) på POD- och DC-nivå. Lagringsintegration: Arbeta med lagringsteamen för att optimera prestanda för träningsdataset, checkpointing och annat. Tillförlitlighet och övervakning: Förstå och analysera signaler från övervakningssystem för att upptäcka brister i designen. Samarbete: Samarbeta med team för driftsäkerhet, nätverk, lagring och DC-teknik för att operationalisera och skala din arkitektur. Vi förväntar oss att du har: 5+ års erfarenhet av att designa kluster. Djupt förståelse för modern GPU-arkitektur (NVIDIA, AMD, etc.). Erfarenhet av HPC-sammankopplingar (InfiniBand & RoCE). Solid bakgrund inom systemarkitektur, nätverk och hårdvarutillförlitlighet. Erfarenhet av skriptning för automatisering och telemetrirörledningar (Python, Go, etc.)