中文母语水平
0
1
2
3
4
5
50分钟前在线
架构设计
北京全职 · 800/日 · 17400/月信用一般
工作时间: 工作日19:30-22:00、周末09:00-21:00工作地点:
远程
服务企业:
0家累计提交:
0工时
聊一聊
个人介绍
软硬件结合的技术人，偏硬件，擅长「别人测不出来、需要定位根因」的排错。日常跟国产 GPU（昇腾 / 寒武纪生态）的算子测试、性能与精度问题排查打交道，懂 CUDA 底层（访存、bank conflict、warp 等），也自研过脑启发的大模型架构（互补注意力 + 记忆机制，767M 参数从零训练）。
我能帮你：
算子 / 硬件性能、精度问题定位（GEMM 分层排查、NCCL 通信异常等）；测试计划、测试用例、测试报告代写；CUDA / 脚本相关的技术支持。我的特点：软硬件两头都懂，能独立定位问题根因——不是只会跑测试用例，而是能告诉你「问题出在哪、为什么、怎么修」。
工作经历
2026-08-01 -2026-10-01自研架构设计
灵元子（Lingyuanzi）—— 脑启发的字节级语言模型 自研的脑启发式语言模型架构（767M 参数、6 层），探索「记忆」在 Transformer 里该如何表达。 核心原创：互补注意力（Complementary Attention） 把注意力映射到 Q-K-V 框架，但让三个角色跨三种时间尺度： Q = g（持久方向状态，跨 batch 记忆） K = Rh（瞬时偏转，当前输入） V = contents（冻结的先验内容表） 「持久的方向去查瞬时的偏转，取出冻结的先验内容」——这是标准注意力（每步失忆）没有的记忆结构，也是跟线性注意力（只谈复杂度）的本质区别。 其他创新： 睡眠巩固：情节（g）白天滚动、语义（contents）睡眠固化； 双轴容量 MoE：FFN 侧 Gm 路由 + 注意力侧 G_nav 路由； 分组注意力（token + 软分段多粒度）。 工程实践： 20GB 字节级数据从零训练； 独立排查并解决深层问题：梯度消失、状态持久化、训练发散（NaN）、read 均匀死循环等； 自建诊断体系（read 熵、g 余弦、正交度等实时指标），全程跟踪模型行为。
2024-05-01 -至今武汉佰钧成GPU测试开发工程师
GPU基础性能测试训练推理性能，GPU测试脚本开发，测试算子开发，GPU软硬件故障诊断
教育经历
2016-09-01 - 2021-10-07郑州大学机械制造及其自动化本科
语言
作品
灵元子（Lingyuanzi）——脑启发的字节级语言模型自研的脑启发式语言模型架构（767M参数、6层），探索「记忆」在Transformer里该如何表达。核心原创：互补注意力（ComplementaryAttention）把注意力映射到Q-K-V框架，但让三个角色跨三种时间尺度：Q=g（持久方向状
02026-10-27 21:38
