高性能储存研发专家

职位描述

1. 高性能存储方案调研、选型与深度定制：结合业务场景（具身智能训练/推理），评估并引入合适的存储技术（如 3FS、JuiceFS、Alluxio 等），进行深度二次开发与性能调优。重点优化 FUSE 客户端、元数据服务及存储引擎，完善基于对象存储的缓存机制，结合 IB/RoCE 高性能网络，实现低延迟、高吞吐的数据访问能力，消除 AI 场景下的 I/O 瓶颈。 2. 异构资源存储优化：探索并落地 GPUDirect Storage（GDS）技术，扩展存储后端，设计并实现轻量级共享存储层，高效利用 GPU 节点上的闲置 NVMe 数据盘，降低基础设施成本。 3. 存储内核级调优：针对大规模分布式存储系统进行全栈优化，包括 RDMA 协议栈参数调优、VFS/FUSE 内核交互逻辑优化及内存管理策略调整，确保高并发、大数据量场景下系统的稳定性与 SLA。 4. 技术演进与落地：跟进 HPC 及云原生存储前沿架构，将业务痛点（如 Checkpointing 慢、小文件加载难）转化为可落地的存储解决方案，并推动在生产环境落地。

职位要求

1. 编程能力：精通 C/C++ 或 Rust（Rust 优先），熟练使用 Python/Go；扎实的计算机系统基础（操作系统、编译原理、计算机网络）。 2. 高性能网络：深入理解 InfiniBand 或 RoCE，具备 RDMA、Zero-copy、Kernel Bypass 实战经验。 3. 分布式存储内核：熟悉 Ceph、Lustre、DAOS 等主流架构，有源码级阅读或二次开发经验；了解 Alluxio、JuiceFS 等缓存层设计；有对象存储（S3 兼容）或文件系统（POSIX）深度开发经验；有 3FS 或其他高性能文件系统源码阅读经验者优先。 4. 硬件与系统底层：熟悉 NVMe 协议及 SSD 特性，了解 PCIe P2P、DMA 等技术；有 Linux 内核开发或存储驱动开发经验者优先。 5. AI 基础设施经验：熟悉 AI 训练/推理流程，深刻理解 Checkpointing、Dataset Loading 对存储的性能诉求，具备相关优化经验。 加分项： - 有 3FS 源码级二次开发经验，或主导过大规模生产环境（万卡级）的部署与性能调优；对 CRAQ 协议、Foundation Blob 存储有深入理解。 - 熟悉 NVIDIA GPU 架构，有 GPUDirect Storage（GDS）、CUDA 编程或相关异构计算存储优化经验。 - 在顶级开源社区（CNCF、Apache、Linux Kernel）有活跃贡献记录。 - 有大规模生产环境（万卡集群级别）的存储故障排查与性能调优经验，能推动项目从零到一落地。