Agentic AI infra 内存无感超分技术研究-阿里星/A Star

AI Agents 算力需求爆发式增长，全球 CPU 与内存供给持续紧张，内存价格飙升且短期内没有缓和迹象。我们正在研究下一代内存超分（Memory Overcommit）技术，目标是在用户无感知的前提下大幅提升云计算内存利用效率，降低 Agentic AI 算力的触达成本。该岗位依托阿里云神龙虚拟化架构与百万级服务器规模的生产环境，研究成果将直接落地于核心计算产品。 你的工作将聚焦以下方向： 1. 内存超分核心机制研究：面向 Agentic AI 负载特征，设计高效、低开销的内存超分方案，实现主机侧内存资源的透明复用与动态调度，保障租户性能 SLO。 2. 分层内存管理（TMM）与冷热分级：研究基于 DRAM + CXL 扩展内存 + 持久化介质的多层内存架构，设计智能页面迁移与放置策略，在容量与性能之间取得最优平衡。 3. AI 驱动的资源智能分配：利用机器学习方法建模虚拟机 / 容器的内存访问模式，实现工作集大小预测、超分比例自适应调整与异常规避，减少 OOM 与性能抖动。 4. 轻量级隔离与安全回收：研究基于轻量级虚拟化（MicroVM / Sandbox）的内存隔离边界与快速回收机制，在高密部署下兼顾资源效率与多租户安全隔离。 5. 新硬件能力探索与集成：跟踪并利用 CXL 3.x 内存池化、CPU 集成内存处理加速器（DSA/IAX）、新代际 Linux 内核内存管理特性（MGLRU、DAMON 等）、硬件性能采样（PEBS/IBS）等前沿技术，将其转化为超分场景的工程能力。 【任职要求】 1. 计算机体系结构、操作系统、虚拟化、高性能计算等相关方向在读博士或博士应届毕业生。 2. 内存与系统底层：深入理解操作系统内存管理子系统（页表、TLB、NUMA 拓扑、页回收/compaction、KSM、Balloon、virtio-mem 等），有内核态开发或性能调优经验。 3. 编程能力：精通 C/C++ 系统编程，熟悉 Linux 内核开发流程；熟练使用 perf / eBPF / ftrace 等工具进行内存与性能分析。 4. 研究能力：在操作系统、体系结构或虚拟化领域顶会（OSDI / SOSP / ASPLOS / ATC / EuroSys / ISCA / MICRO / VEE 等）发表过论文，或在 Linux 内核 / QEMU-KVM 等核心社区有实质性贡献。 5. 加分项（满足任一即可）： - 有 CXL / 分层内存 / 远端内存（远程内存池化）相关研究或开发经验； - 有 KVM / QEMU / Hypervisor 内存虚拟化（EPT / NPT / Shadow Page Table）实战经验； - 有机器学习建模系统行为（资源预测、负载画像、异常检测）的研究经验； - 有大规模生产环境的内存超分或资源管理系统落地经验； - 了解 Agentic AI / LLM 推理框架的内存访问特征。