Principal System Software Architect, AI/GPU Platforms

담당업무

• MI400급 GPU 플랫폼 서브시스템의 엔드투엔드 시스템 소프트웨어 아키텍처 설계

• GPU 메모리 관리, 스케줄링·큐잉, RAS·서비스 용이성, SR-IOV 가상화·파티셔닝 또는 스케일업·스케일아웃 인터커넥트 소프트웨어 모델 설계

• amdgpu/KFD 커널 모드 드라이버, ROCr/HSA 사용자 런타임, 펌웨어 인터페이스, ROCm 소프트웨어 플랫폼 전반의 아키텍처 조정

• 실리콘·SoC 아키텍트와 프리실리콘 단계에서 하드웨어·소프트웨어 인터페이스, 프로그래밍 모델, 레지스터·펌웨어 계약 정의

• Infinity Fabric·UALink 스타일 인터커넥트, RCCL 집단 통신, 메모리 코히어런스와 주소 변환을 포함한 멀티 GPU·랙스케일 토폴로지 소프트웨어 전략 수립

• 대규모 클러스터의 오류 감지·격리·텔레메트리·복구·점진적 성능 저하를 포함한 안정성·가용성·서비스 용이성 아키텍처 수립

• 실행 경로, 메모리 서브시스템, 통신 경로의 병목을 분석하고 성능 개선을 위한 소프트웨어 메커니즘 정의

• 아키텍처 사양서, 레퍼런스 설계, 설계 리뷰 작성

• AMD 내부 조직 및 주요 하이퍼스케일·AI 고객과 기술 협업 및 고객 워크로드를 아키텍처 방향으로 전환

자격요건

• Linux 메모리 관리 및 Heterogeneous Memory Management 경험

• GPU 또는 DRM 드라이버 개발 경험

• 캐시 코히어런스 및 메모리 일관성 프로토콜 이해

• GPU 네트워킹, 스케일업 전송, NVLink, UALink, RDMA, peer-direct 경험

• 스케일업·스케일아웃 네트워킹 및 RCCL·NCCL·MPI·SHMEM 등 집단 통신 경험

• Infinity Fabric, UALink, Ultra Ethernet, InfiniBand, RoCE 등 데이터센터 패브릭과 토폴로지 인지형 소프트웨어 경험

• 비자 스폰서십 미제공

우대사항

• ROCm, AMD Instinct, CUDA 또는 유사 GPU 컴퓨팅 생태계 경험

• HIP, CUDA, Triton 또는 어셈블리 수준 튜닝을 활용한 GPU 컴퓨트 커널 개발·최적화 경험

• PyTorch·TensorFlow 프레임워크 통합, 커스텀 연산자, GPU 백엔드 성능 튜닝 경험

• PyTorch, JAX, TensorFlow, ONNX, MLIR 및 컴파일러 생태계 이해

• OpenCL·Vulkan 등 GPU 컴퓨팅 기술 경험

• 트랜스포머, 대규모 분산 학습, KV-cache, 메모리 압박, 추론 서빙 등 AI·ML 학습 및 추론 워크로드 이해

• 가상화, 멀티테넌시, 기밀 컴퓨팅 또는 클라우드 GPU 프로비저닝 경험

• 오픈소스 커널·드라이버·런타임 프로젝트 기여 경험

근무환경

• 하이브리드 근무

마감기한

상시채용