Cerebras razvija strojno opremo z umetno inteligenco v obsegu celotne silicijeve rezine in integrirano programsko opremo za visokozmogljivo učenje ter izvajanje modelov. Njegov Wafer-Scale Engine poganja sistem CS-3 in Cerebras Inference Cloud, ki podpira delovne tokove, združljive z OpenAI API, ter uvajanje v lokalnih, oblačnih in robnih okoljih. Platforma podjetja je zasnovana za aplikacije, kot so streženje modelov, fino prilagajanje, predhodno učenje, agenti umetne inteligence v realnem času, genomika, odkrivanje zdravil, kibernetska varnost in poslovno iskanje. Cerebras združuje specializirane čipe, sisteme in programsko opremo za organizacije, ki gradijo in upravljajo zahtevne obremenitve umetne inteligence, ter ima ekipo od 501 do 1.000 zaposlenih.
Inženir za preslikavo algoritmov ML in zmogljivost, Core ML
Preslikavanje algoritmov strojnega učenja na arhitekturo čipov Cerebras AI. Modeliranje ozkih grl zmogljivosti, primerjalno testiranje sistemov in prispevanje k skupnemu načrtovanju strojne in programske opreme.
Opis
- Izdelava analitičnih in empiričnih modelov zmogljivosti za napredne algoritme učenja in izvajanja sklepov ML
- Ocenjevanje asimptotičnega obnašanja in algoritemskih kompromisov glede na velikost modela, dolžino zaporedja, velikost paketa, paralelizem in obseg strojne opreme
- Razvoj Pareto front, ki zajemajo kakovost modela, zakasnitev, prepustnost, pomnilniški odtis, komunikacijo in računske stroške
- Izdelava prototipnih implementacij in primerjalnih testov za Cerebras WSE skupaj z ustreznimi osnovnimi implementacijami za GPU in programsko opremo
- Preučevanje obnašanja sistema za iskanje ozkih grl v jedrih, prevajalniku, izvajalnem okolju, komunikaciji in algoritmih
- Ocenjevanje novih metod, kot so vzporedno generiranje žetonov, difuzno in špekulativno dekodiranje, mehanizmi pozornosti, redkost, mešanice ekspertov, računanje z nizko natančnostjo in porazdeljeno učenje
- Sodelovanje z raziskovalnimi ekipami ter ekipami za jedra, prevajalnik, izvajalno okolje, sklepanje in arhitekturo pri prednostnih nalogah implementacije in skupnega načrtovanja
- Izdelava orodij in vizualizacij za napovedovanje zmogljivosti, analizo meritev in primerjavo kompromisov pri načrtovanju
- Predstavljanje ugotovitev, predpostavk, omejitev in priporočil v tehničnih poročilih, predstavitvah in pregledih načrtov
- Oblikovanje raziskovalnih prednostnih nalog Core ML, odločitev o implementaciji ter prihodnjih zmogljivosti strojne in programske opreme
Zahteve
- Diploma prve, druge ali tretje stopnje oziroma enakovredne praktične izkušnje s področja računalništva, računalniškega inženirstva, elektrotehnike, matematike ali sorodne discipline
- Dobro poznavanje računalniške arhitekture, vzporednega računalništva in zmogljivosti sistemov
- Dobro razumevanje osnov strojnega učenja in sistemov ML
- Izkušnje z analitičnim modeliranjem zmogljivosti, analizo algoritemske kompleksnosti, primerjalnim testiranjem ali simulacijo sistemov
- Dokazane analitične sposobnosti in sposobnost reševanja problemov
- Znanje Pythona in delovno poznavanje C++
- Izkušnje s profiliranjem in odpravljanjem težav z zmogljivostjo v sistemih ML, HPC, CPU, GPU ali pospeševalniških sistemih
- Sposobnost povezovanja matematične analize, eksperimentalnega preverjanja in praktičnih inženirskih priporočil
- Zaželeno: izkušnje z analizo roofline, simulatorji CPU ali GPU, optimizacijo jeder ali skupnim načrtovanjem strojne in programske opreme
- Zaželeno: poznavanje CUDA, Tritona, PyTorcha, JAX ali odprtokodnih sistemov za učenje in sklepanje velikih jezikovnih modelov
- Zaželeno: poznavanje notranjosti transformatorjev, različic pozornosti, strategij predpomnilnika KV, paralelizma modelov, redkosti, kvantizacije in vzporednega generiranja
- Zaželeno: raziskovalne objave, patenti ali pomembni odprtokodni prispevki na področju sistemov ML, računalniške arhitekture ali računske učinkovitosti
- Zaželeno: izkušnje z ocenjevanjem tehnoloških izbir za prihodnje arhitekture strojne ali programske opreme
Ugodnosti
- Priložnosti za objavljanje naprednih raziskav na področju umetne inteligence in prispevanje k odprtokodnim projektom
- Delo z enim najhitrejših superračunalnikov za umetno inteligenco na svetu
- Energija zagonskega podjetja skupaj s stabilnostjo zaposlitve
- Neposredna, nekorporativna kultura, ki spoštuje individualna prepričanja
- Nenehne priložnosti za učenje, razvoj in podporo
- Zavezanost enakopravnemu in raznolikemu delovnemu okolju