【招募】杨仝老师团队：打造全球首款2-bit复数大模型(iFairy) AI芯片！(RTL/编译器方向)

【背景介绍】

近期，北京大学杨仝老师团队在低比特大模型领域取得突破性进展，发布了iFairy——全球首个将全部参数约束在{±1, ±i}的2-bit复数量化 预训练大模型（700M, 1.3B, 即将发布3B、7B）。

主页：https://yangtonghome.github.io/

论文链接：https://arxiv.org/pdf/2508.05571

核心突破：iFairy通过复数域的独特表示，实现了无乘法（Multiplication-Free）、仅加法与交换的高效推理，在1/8存储压缩下，精度超越同参数量全精度LLaMA。

然而，现有的通用GPU架构并非为“复数加法”与“2-bit量化”设计，无法完全释放iFairy的极致性能潜力。为了打破硬件桎梏，我们决定开展软硬协同设计（Co-design），自主研发基于iFairy 的专用AI芯片与编译器栈！

我们正在寻找对数字集成电路设计、AI编译器充满热情的同学加入，共同定义下一代低功耗大模型推理硬件架构。

【招募方向】

1. AI芯片架构与RTL开发实习生

任务：

设计针对复数2-bit({±1, ±i})运算的专用加速单元（PE）。

探索无乘法矩阵计算的硬件架构（如脉动阵列变体），优化数据流与访存。

负责核心模块的Verilog/SystemVerilog代码编写、仿真与FPGA原型验证。

要求：

熟悉数字逻辑设计，熟练掌握 Verilog/SystemVerilog。

有 FPGA 开发或 ASIC 前端设计经验者优先。

了解计算机体系结构，对AI加速器（TPU/NPU）架构有一定认知。

2. AI编译器与工具链开发工程师

任务：

针对自研芯片架构，开发专用的模型编译工具链。

实现从PyTorch/ONNX到硬件指令集的映射与优化。

设计算子调度策略，优化Loop Tiling、Fusion 等，最大化硬件利用率。

要求：

熟悉 C++/Python，有扎实的系统编程能力。

了解 TVM、MLIR、LLVM 等编译器框架者优先。

理解深度学习算子（Conv, MatMul, Attention）的计算原理。

【你将获得】

顶级科研产出：这是一个极具开创性的Cross-layer项目，目标瞄准ISCA, MICRO, DAC, HPCA等体系结构与硬件顶会，以及NeurIPS, ICLR等AI顶会。

硬核工程经验：亲手参与从算法到芯片的全栈设计，接触最前沿的LLM硬件加速技术。

一流团队氛围：实验室资金充足，提供一流的计算资源（高端H卡集群）与硬件开发平台（高端FPGA板卡），与优秀的硕博团队并肩作战。

广阔发展前景：iFairy技术具有极高的落地与商业化潜力（边缘端、端侧大模型），优秀成员将成为项目核心骨干。

【申请方式】

欢迎电子、集成电路等相关专业的本科生、研究生报名。我们同样欢迎对外校优秀学生及博士后研究人员开放申请。表现优秀的本科生实验室会预留研究生名额。

请发送简历至：yangtongemail@gmail.com; yangtong@pku.edu.cn

邮件标题请注明：【芯片招募】姓名-年级-申请方向（RTL/编译器）

让我们一起，用复数重新定义AI芯片的计算范式