课题详情： 课题背景： AI场景下，存储系统性能显得尤为重要: 通过存储系统性能提升，可以有效减少GPU等待时间提升训练效率，降低KVCache读延迟优化推理体验。 课题挑战： 高性能存储不仅涉及业界前沿新硬件，同时也需要对高性能网络协议、操作系统、数据结构有着极为深刻的认识，确保在链路的任何一环不能出现性能短板。 具体工作： 1、深入了解各类存储相关业界前沿新硬件及新技术，研发相关基础服务，助力存储在AI/大数据等高性能场景； 2、涉及到的软硬协同技术包括但不限于: RDMA/CXL/NVMeDircect/用户态文件系统/高性能协程计算框架等。 课题要求： 1、计算机、软件工程、信息工程、人工智能、电子工程、应用数学等相关专业，博士及优秀硕士学历； 2、在软件工程领域具备优秀科研能力，有FAST、SOSP、OSDI、ASPLOS、VLDB、EuroSys等国际顶级学术会议或期刊论文发表者优先； 3、熟悉分布式存储相关技术，具备存储前沿技术研究如软硬协同、智能存储等方向背景者优先。