1. 参与 LLM 推理与本地存储的软硬件协同优化，主要面向 vLLM / SGLang / llama.cpp 等主流推理框架。 2. 负责大模型推理过程中的数据分层调度，包括但不限于：KV Cache 在内存 ↔ SSD 之间的换入换出与预取策略；MoE 专家权重 / 稀疏模型参数的按需加载与冷热分层。 3. 分析推理过程中的存储 I/O 瓶颈（NVMe 带宽、PCIe、块设备 I/O 路径），并将上层负载特征转化为对 SSD 固件的功能与性能需求。 4. 在端侧场景（NPU + 本地 UFS / NVMe SSD）进行方案原型验证与性能调优。 1. 2027 届硕士/博士，计算机、电子、微电子等相关专业。 2. 扎实的 C/C++ 功底，熟悉 Linux 开发环境与基本性能分析工具。 3. 深入理解 Transformer 架构及推理流程（Attention、KV Cache 原理、GQA/MQA 等）。 4. 有 vLLM、SGLang 或 llama.cpp 任一框架的部署 / 调优 / 源码阅读经验。 5. 了解模型量化基本原理。 【加分项（满足任意一条即可）】 1. 有 KV Cache Offload、MoE 专家权重卸载（Expert Offloading）、模型权重分层加载（mmap / streaming load）等相关项目或论文经验。 2. 了解 NVMe 协议、Linux 块设备 I/O 栈或 SPDK / io_uring 等存储优化技术。 3. 有 SSD 固件、FUSE 或存储中间件开发 / 实习经验。 4. 在 OSDI / ATC / FAST / ISCA / MICRO 等系统或体系结构会议发表论文，或对上述开源框架有 PR 记录。 熟悉端侧 NPU / 移动 SoC 的推理部署。