字节跳动扩招算力人才 AI竞争转向软硬协同

字节跳动近期持续释放算力与AI方向招聘需求，岗位覆盖芯片架构、物理设计、AI算法工具链、编译器等多个方向。不止字节，多家头部科技企业都在加码算力人才招聘，竞争逻辑正从争夺稀缺芯片转向优化数据流、软件栈与硬件架构。

岗位指向软硬件协同

第一财经记者搜索发现，字节跳动相关岗位涉及存算架构探索、模型与算子分析、量化、Runtime（运行时）开发以及软硬件协同优化。招聘信息显示，其芯片研发不只关注硬件本身，也将工具链和系统集成纳入研发范围。当模型能力和应用需求迅速增长，单纯增加芯片数量已不足以解决全部成本问题。

国产算力的现实差距

“今年Coding和Agent应用爆发，任务长度和复杂度明显提升，国产算力在训练效率上面临更大挑战。”科大讯飞旗下词元星火CTO刘权对记者表示，国产芯片在显存容量、带宽和算力方面与主流英伟达GPU仍有差距，长上下文任务尤其容易受制。讯飞今年改进超长序列并行策略，推理端尝试扩展KV Cache的存储层级，并与国产厂商合作将更多存储资源纳入缓存体系。

迭代周期被拉长

刘权称，复杂大模型工程人才供给紧张，校招生往往需要一至两年甚至更长时间积累训练经验，若只靠堆叠算力而缺乏优化，训练周期会明显拉长。科大讯飞董事长刘庆峰也坦言，国产芯片存在客观限制，团队需调整训练策略、优化缓存和异构资源调度。

海外同样押注专用优化

微软2026年1月发布Maia 200推理加速器，配备216GB HBM3e、7TB/s带宽，称每美元性能较上一代提高30%；谷歌Ironwood TPU单芯片带宽达7.37TB/s。中国计算机学会近期讨论指出，从芯片流片到规模化量产，仍存在技术路线、软件生态、成本与良率等难题。