Xora Innovation to firma venture capital wspierająca przedsiębiorców rozwijających zaawansowane technologie, którzy chcą przekształcać kluczowe branże. Inwestycje firmy obejmują trzy obszary: technologie obliczeniowe i komunikację, klimat i energetykę oraz zastosowanie AI w branżach fizycznych. Xora wspiera firmy opracowujące technologie dla infrastruktury przyszłości.
Szef architektury pamięci w Xora Innovation
Kieruj tworzeniem specjalizowanej architektury pamięci na potrzeby inferencji agentowej AI i obliczeń w centrach danych. Optymalizuj systemy pamięci, obciążenia i kompromisy PPAC w miarę przygotowań produktu do komercjalizacji.
Opis
- Kieruj pracami nad specjalizowaną architekturą pamięci przeznaczoną do obliczeń związanych z inferencją AI.
- Projektuj, modeluj i optymalizuj podsystemy pamięci dla nowej kategorii pamięci i produktu.
- Równoważ pojemność pamięci, przepustowość, opóźnienia, efektywność energetyczną, gęstość, powierzchnię układu scalonego i koszt bitu.
- Projektuj moduły i hierarchie pamięci, połączenia wewnątrzukładowe, wzmacniacze odczytu oraz translację adresów.
- Analizuj aplikacje, oprogramowanie i modele inferencji agentowej AI, a także zaawansowane układy SoC pod kątem obciążeń centrów danych.
- Porównuj architektury zaawansowanych układów SoC do inferencji AI i zarządzanie obciążeniami z konkurencyjnymi architekturami pamięci i urządzeniami.
- Wykorzystuj wiedzę o podstawowych materiałach i technologiach urządzeń do opracowywania nowych architektur komórek pamięci i urządzeń.
- Współpracuj z architektami SoC, zespołami NPI, projektowania układów krzemowych i technologii, aby przyspieszyć wprowadzenie produktu na rynek.
- Promuj ofertę pamięci i buduj wiedzę na jej temat poprzez sieci branżowe i akademickie.
Wymagania
- Preferowany tytuł magistra lub doktora w dziedzinie informatyki, inżynierii komputerowej lub elektrotechniki.
- Co najmniej 10 lat doświadczenia w architekturze pamięci; mile widziane doświadczenie w czołowej zintegrowanej firmie produkującej pamięci.
- Dobra znajomość obecnych problemów i wyzwań dotyczących pamięci, zwłaszcza w obliczeniach związanych z inferencją agentowej AI.
- Doświadczenie w analizie i modelowaniu mocy, wydajności, powierzchni i kosztu (PPAC).
- Rozbudowana sieć kontaktów wśród ekspertów branżowych i akademickich z odpowiednich dziedzin.