Cerebras hutengeneza maunzi ya AI ya kiwango cha wafer na programu iliyounganishwa kwa ajili ya mafunzo na uendeshaji wa modeli zenye utendaji wa juu. Wafer-Scale Engine yake inaendesha mfumo wa CS-3 na Cerebras Inference Cloud, unaounga mkono mtiririko wa kazi unaooana na OpenAI API pamoja na usambazaji katika mazingira ya ndani ya kampuni, wingu na edge. Jukwaa la kampuni limeundwa kwa matumizi kama vile utoaji wa modeli, fine-tuning, mafunzo ya awali, mawakala wa AI wa wakati halisi, jenomiki, ugunduzi wa dawa, usalama wa mtandao na utafutaji wa biashara. Cerebras huunganisha chipu, mifumo na programu maalumu kwa mashirika yanayounda na kuendesha mizigo mizito ya kazi ya akili bandia, ikiwa na timu ya wafanyakazi 501–1,000.
Mhandisi wa Uchoraji Ramani wa Algoriti na Utendaji wa ML, Core ML
Hupanga algoriti za mafunzo na uelekezaji wa kujifunza kwa mashine kwenye usanifu wa chipu ya AI ya Cerebras. Huweka mifano ya vikwazo vya utendaji, hupima mifumo, na kutoa mwongozo wa usanifu wa pamoja wa maunzi na programu.
Maelezo
- Kujenga miundo ya utendaji ya kiuchanganuzi na kimajaribio kwa algoriti za hali ya juu za mafunzo na uelekezaji wa ML
- Kutathmini tabia ya asymptotic na mabadilishano ya algoriti kulingana na ukubwa wa modeli, urefu wa mfuatano, ukubwa wa kundi, uchakataji sambamba, na kiwango cha maunzi
- Kuunda Pareto frontiers zinazojumuisha ubora wa modeli, ucheleweshaji, throughput, matumizi ya kumbukumbu, mawasiliano, na gharama ya ukokotoaji
- Kuunda utekelezaji wa mfano na vipimo vya Cerebras WSE pamoja na misingi husika ya GPU na programu
- Kuchunguza tabia ya mfumo ili kutambua vikwazo vya kernel, compiler, runtime, mawasiliano, na algoriti
- Kutathmini mbinu zinazoibuka kama vile utengenezaji sambamba wa tokeni, diffusion na speculative decoding, attention, sparsity, mixture-of-experts, ukokotoaji wa usahihi wa chini, na mafunzo yaliyosambazwa
- Kushirikiana na timu za utafiti, kernel, compiler, runtime, inference, na usanifu kuhusu vipaumbele vya utekelezaji na usanifu wa pamoja
- Kuunda zana na vielelezo vya kutabiri utendaji, kuchanganua vipimo, na kulinganisha mabadilishano ya usanifu
- Kuwasilisha hitimisho, dhana, vikwazo, na mapendekezo kupitia ripoti za kiufundi, mawasilisho, na mapitio ya usanifu
- Kusaidia kuunda vipaumbele vya utafiti wa Core ML, chaguo za utekelezaji, na uwezo wa baadaye wa maunzi na programu
Mahitaji
- Shahada ya kwanza, uzamili, udaktari, au uzoefu wa vitendo unaolingana katika sayansi ya kompyuta, uhandisi wa kompyuta, uhandisi wa umeme, hisabati, au taaluma inayohusiana
- Ujuzi thabiti wa usanifu wa kompyuta, kompyuta sambamba, na utendaji wa mifumo
- Uelewa mzuri wa misingi ya kujifunza kwa mashine na mifumo ya ML
- Uzoefu katika uundaji wa utendaji wa kiuchanganuzi, uchanganuzi wa uchangamano wa algoriti, benchmarking, au uigaji wa mfumo
- Uwezo uliothibitishwa wa kufikiri kiuchanganuzi na kutatua matatizo
- Uwezo wa kutumia Python na ujuzi wa kufanya kazi na C++
- Uzoefu wa kuprofile na kutatua hitilafu za utendaji katika mifumo ya ML, HPC, CPU, GPU, au inayotumia accelerator
- Uwezo wa kuunganisha uchanganuzi wa kihisabati, uthibitishaji wa kimajaribio, na mapendekezo ya kiuhandisi ya vitendo
- Inapendelewa: uzoefu wa roofline analysis, simulators za CPU au GPU, uboreshaji wa kernel, au usanifu wa pamoja wa maunzi na programu
- Inapendelewa: uelewa wa CUDA, Triton, PyTorch, JAX, au mifumo ya mafunzo na uelekezaji wa LLM ya chanzo huria
- Inapendelewa: ujuzi wa mambo ya ndani ya transformer, vibadala vya attention, mikakati ya KV-cache, model parallelism, sparsity, quantization, na uzalishaji sambamba
- Inapendelewa: machapisho ya utafiti, hataza, au michango mikubwa ya chanzo huria katika mifumo ya ML, usanifu wa kompyuta, au ufanisi wa ukokotoaji
- Inapendelewa: uzoefu wa kutathmini chaguo za teknolojia kwa usanifu wa baadaye wa maunzi au programu
Manufaa
- Fursa za kuchapisha na kuweka wazi kwa chanzo huria utafiti wa AI wa hali ya juu
- Kufanya kazi na mojawapo ya supercomputer za AI zenye kasi zaidi duniani
- Nguvu ya kampuni changa ikichanganywa na uthabiti wa ajira
- Utamaduni wa moja kwa moja usio wa kikorporasi unaoheshimu imani za mtu binafsi
- Fursa zinazoendelea za kujifunza, kujiendeleza, na kupata msaada
- Kujitolea kwa mahali pa kazi penye usawa na utofauti