1. 通过技术调研和竞品分析，完成有竞争力的AI芯片架构定义和设计；确保所设计的架构在业务支持性、高性能、高面效、低功耗、高能效等关键评价指标的竞争力； 2. 深入分析主流网络模型需求（Deepseek等）以及业界广泛使用的经典算法及网络结构，确保架构设计能够高效支持多样化应用场景工作负载； 3. 制定详细的AI芯片规格架构，包括指令集及调度控制链路设计、关键计算资源设计、数据路径设计、存储体系结构等（有3D IC设计经验是加分项），解决设计及实现过程中的关键问题，确保单卡/多卡/整机系统的功能和性能达成； 4. 与应用开发团队、网络算法团队，IP设计、软件开发和编译器团队高效协同； 5. 对AI芯片进行功耗分析与建模，运用功耗优化工具识别能效优化关键点，以芯片低功耗技术为基础手段，协同算法软件团队，通过算法调整和编译优化，实现软件层的功耗降低，确保整体系统在各类运行场景下的能效最大化。

1. 具备丰富的AI芯片架构设和实现经验，深入理解高性能计算、高吞吐量流水线设计及优化，对异构计算和并行计算有深入理解； 2. 在与业界先进AI芯片对比仍具有较强竞争力的AI芯片方案团队中作为关键人参与过核心架构方案设计或者担任过重要角色； 3. 具有AI芯片功耗建模和分析以及芯片低功耗设计经验，熟练掌握芯片设计基本的低功耗设计技术，深入理解数据复用、低精度量化、稀疏计算、DVFS等技术在功耗优化中的应用； 4. 具有软硬件联合设计经验和视角，理解算法、软件及编译策略等与硬件联合设计的重要性，以及联合优化的常用手段以及系统性能提升的方法路径。