阿里达摩院开放 15 项芯片与 AI 研究课题，启动"阿里星"顶尖人才招募

阿里达摩院开放 15 项芯片与 AI 研究课题，启动"阿里星"顶尖人才招募 这条更新来自 ithome.com，发布时间为 2026-08-06，Aioga 保留原文入口以便核验。

摘要：阿里达摩院今日宣布面向 2027 届毕业生启动"阿里星"顶尖人才招募培养计划，今年共开放 15 项研究课题。课题覆盖 AI 芯片编程模型与编译器、面向大模型的 AI SoC、RISC-V 高性能 CPU 架构、医疗多模态智能体、AGI 决策及 AI 视频标准等前沿方向，涉及自研芯片软硬件协同与千亿参数大模型推理优化等具体目标。

背景：背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

IT之家：https://www.ithome.com/ 8 月 6 日消息，阿里达摩院今日宣布了面向 2027 届毕业生 的“阿里星”顶尖人才招募培养计划。

达摩院今年已开放 15 项研究课题 ，涉及 AI 芯片、新型 CPU 架构、医疗多模态智能体、 AGI 决策等众多前沿探索。IT之家付具体课题如下：

为自研 AI 芯片打造全新编程语言和编译器工具链，不是简单的 " 移植 LLVM 后端 "，而是覆盖 DSL 设计、编译器前端、中端优化框架到后端代码生成全流程。

面向自研 AI 芯片开发图编译器和算子编译器，解决模型自动并行化、分布式数据、计算和通信隐藏等技术难题。

面向大模型训练 / 推理与数据中心级 AI 计算场景，围绕下一代 AI SoC 的先进架构与关键技术开展系统性研究与工程落地，聚焦技术升级与核心能力建设，在芯片体系结构、先进封装与系统协同层面推动突破性创新。

用 AI Agent 重塑软件研发 —— 从代码自动生成、智能 Code Review，到自动化测试、文档生成、故障诊断，再到整个研发流程的智能化编排。

构建面向自研 AI 芯片的高性能推理系统，设计推理引擎核心模块，在算法、系统和硬件三个层面寻找最优解，目标在千亿参数大模型上实现领先的推理吞吐和延迟。

在硬件和软件之间架桥，参与自研 AI 芯片的软硬件协同设计，包括基于软件栈的反馈优化硬件架构、定义软硬件接口规范、开发性能模型指导架构决策，以及投片前的系统级验证。

面向业务发展需求，结合先进半导体 / 架构 / 系统技术，设计 / 评估 AI 硬件架构，落地芯片产品，包括但不限于系统 / 芯片的架构 / 微架构设计，建模量化评估，算法 / 应用分析。

参加下一代 RISC-V 高性能 CPU 的架构研究，探索 Agentic AI 时代新的 CPU 架构。研究 Agent workload 特点并识别性能瓶颈，设计新的 RISC-V 微架构，深度参与 RISC-V 国际基金会并参与行业标准定义。

基于 RISC-V 指令集，推进编译系统的设计、开发和优化工作，用 AI 模型替换 / 优化编译系统关键组件，实现更智能的优化决策，设计面向场景的扩展指令集，参与 RISC-V 国际基金会标准制定。

通过研究医疗影像 AI 相关的基础模型技术（包括但不限于多模态大模型、基础模型、AIGC 生成大模型、Agent 智能体、大模型优化等），解决泛癌早筛、影像报告生成、医学影像数据合成、医学影像分析大模型、医疗 AI 智能体等医疗临床问题。

负责基于视觉基础大模型和多模态智能体技术的心血管疾病诊断智能体与病理诊断智能体的全流程研发，设计并实现面向医学影像的视觉基础大模型微调与适配方案，主导多模态智能体系统的架构设计与核心模块开发，探索并落地强化学习在智能体训练中的应用。

研发面向医疗场景的多模态大模型（医学 VLM），探索医疗 AI Agent 的构建，与临床医生合作完成数据收集、标注和临床验证，推动模型在业务场景中的落地应用。

负责医疗 AI 基础模型与智能体系统研发；面向真实医疗场景，设计并研发具备感知、理解、推理和决策能力的新一代医疗智能系统；分析业务技术需求，针对真实世界医疗场景设计合理的技术方案与研发路线，推动医疗 AI 的落地应用。

面向电力能源、石油石化及管网、航空、高铁、港口等工业场景，研究长期记忆与自我认知建模、先进推理机制、自主智能体、持续学习与终生进化。

共同开发先进 AI 视频技术，推动技术规模落地，参与最新国际视频标准的制定，加速 AI 视频技术的产业化步伐。