Scale-Up Ethernet Engineer

About FuriosaAI FuriosaAI builds high-performance, high-efficiency AI compute for the Inference Era. Founded in 2017 by veteran semiconductor and AI algorithm engineers, Furiosa operates globally with offices in Korea and Silicon Valley, along with a compiler-focused R&D lab in Lisbon. Our vision is to make AI computing sustainable, enabling access to powerful AI for everyone on Earth. We solve the AI hardware energy and operational cost crisis at the architectural level, rather than through brute force, building the world's first truly AI-native compute platform to unlock the full potential of artificial intelligence for every enterprise. About the Job AI 인프라에서 '컴퓨터'의 단위는 이미 랙입니다. 가속기는 Compute Tray로, 스위치는 Switch Tray로, 전원은 랙의 Power Shelf로 들어갔고, 이 모두를 Ethernet이 잇습니다. 그리고 이 컴퓨터를 켜고, 구성하고, 지켜보고, 고치는 일은 랙 관리 체계가 맡습니다. Scale-Up 네트워크도 OCP ESUN·SUE-T, UEC 같은 개방형 Ethernet 표준으로 모이고 있습니다. FuriosaAI는 AI 가속기 여러 개를 하나의 큰 가속기처럼 연결하는 Ethernet 기반 Scale-Up 시스템을 개발하고 있습니다. 개별 링크의 성능을 넘어, AI 가속기와 호스트 소프트웨어, 스위치 패브릭, 랙의 전원·관리 체계가 함께 동작할 때의 성능과 안정성을 확보하는 것이 우리의 목표입니다. Ethernet 엔드포인트의 링크 bring-up과 스위치 패브릭 검증을 거쳐, 원격 메모리에 둔 LLM 가중치를 Scale-Up Ethernet으로 읽어 추론 workload 동작을 이해하고, 개방형 랙 표준에 맞춰 랙 하나를 완성된 시스템으로 구성하고 검증하는 단계로 나아가고 있습니다. 이 포지션은 Ethernet 엔드포인트와 스위치를 구성하고 네트워크 운영체제(NOS)의 동작을 이해하며, 실제 워크로드에서 발생하는 성능 저하와 오류의 원인을 분석합니다. 하드웨어·펌웨어·소프트웨어·패브릭을 함께 살펴보며 문제를 분리하고, 각 영역의 엔지니어와 협력해 해결합니다. 또한 노드·스위치·전원을 하나로 다루는 랙 관리 체계와 관측성, 장애 감지, 검증 자동화를 구축하여, 랙을 반복해서 안정적으로 올리고 운영하고 검증할 수 있는 환경을 만듭니다. 우리는 AI 에이전트와 함께 일합니다. 장비 bring-up, 빌드, 장시간 시험, 로그 분석, 문서화를 여러 에이전트에 나눠 맡기고, 엔지니어는 무엇을 시험할지 정하고 결과를 판단하는 데 집중합니다. 한 분야의 깊이보다, 네트워크·스위치 OS·랙 하드웨어·시스템 관리·AI 워크로드를 넘나들며 랙 전체를 하나의 컴퓨터로 보는 엔지니어를 찾습니다. Key Responsibilities • Scale-Up Ethernet 엔드포인트와 SoC 통합 검증: 가속기 SoC에 내장되는 Scale-Up Ethernet 엔드포인트(컨트롤러 IP)를 pre-silicon 프로토타입부터 실리콘까지 검증합니다. 엔드포인트가 SoC의 온칩 버스(AXI)·DMA·메모리 맵·인터럽트·펌웨어와 맞물려 동작하는 방식을 이해하고, 링크 너머의 문제를 칩 안쪽까지 따라가 RTL·펌웨어 담당자와 함께 해결합니다. • NIC 및 스위치 패브릭 튜닝: 스위치 NOS의 동작을 이해한 바탕에서 트래픽 특성에 맞게 NIC와 스위치를 설정하고, 버퍼·큐·PFC와 LLR·CBFC 같은 Scale-Up 링크 계층 동작을 검증하여 혼잡 상황의 성능과 안정성을 개선합니다. 최신 Scale-Up 전용 스위치를 평가합니다. • 계층 간 원인 분석: 패킷 캡처, 장치 카운터, 로그 및 텔레메트리를 활용해 데이터 전송 오류와 성능 병목을 재현하고, 하드웨어·펌웨어·드라이버·소프트웨어·패브릭 중 원인 영역을 분리합니다. • 실제 AI 워크로드 기반 평가: collective 통신(all-reduce, all-to-all)과 LLM 추론·학습 트래픽을 거는 클러스터를 구성해, 랩 시험에서는 드러나지 않는 이슈와 코너 케이스를 찾습니다. 대역폭·지연시간(tail latency 포함)·안정성을 측정하고, 구성 변경의 효과와 성능 회귀를 검증합니다. • 링크 및 상호운용성 검증: MAC/PCS/FEC/SerDes 상태와 오류 카운터를 분석하고, 광 모듈(DR·FR 등)과 DAC·AEC·AOC 케이블, 스위치 포트 조합에 따른 링크 안정성과 상호운용성을 검증합니다. CMIS로 모듈의 application mode·펌웨어 버전·온도·광 파워를 확인하고, 반복 reset과 온도 변화 속에서도 링크가 안정적인지 검증합니다. • 랙·패브릭 관리 체계 설계 및 구축: 노드 BMC, 스위치, Power Shelf·BBU, PDU, 냉각 장치를 하나의 랙 매니저 아래로 모아 인벤토리(장치·FRU·펌웨어·광 모듈), 전원 시퀀싱과 원격 제어, 펌웨어 업데이트를 다룹니다. 노드는 Redfish·PLDM, 스위치는 gNMI/YANG 같은 표준 인터페이스를 쓰고, OpenRMC 등 OCP 규격을 참고해 상위 orchestrator에 줄 API를 정의합니다. 엔드포인트 신원·주소 할당, 토폴로지 발견, 링크 bring-up 순서, 도메인 분할 같은 Scale-Up 패브릭 관리 기능도 함께 설계합니다. • 랙 단위 관측성 및 신뢰성 검증: 전원·온도·링크(레인별 FEC)·광 모듈·장치 상태를 한곳에서 시계열로 관측하고, 장애 감지·격리·fail-safe 복구 시나리오와 RAS(Reliability, Availability, Serviceability)를 설계한 뒤 장애 주입으로 검증합니다. • Scale-Up Ethernet 랙 시스템 구성 및 검증: NPU와 NIC이 들어간 Compute Tray, Switch Tray, Power Shelf, 관리망과 이를 잇는 DAC·AEC·AOC·광 배선으로 랙을 구성하고, 링크 bring-up부터 랙 통합까지 단계별 검증을 수행합니다. 현재의 랙 검증 환경을 Open Rack 등 OCP 표준 구성으로 옮기는 PoC를 주도합니다. • 검증 인프라 및 자동화: 원격 콘솔·전원(PDU) 제어와 테스트 실행, 결과 수집을 자동화하고, 장시간 안정성 테스트와 회귀 검증을 위한 대시보드 및 기술 문서를 구축합니다. • AI 에이전트 기반 업무 orchestration: Claude Code·Codex 같은 AI 에이전트에 장비 bring-up, 빌드, 시험 실행, 로그 분석, 문서화를 나눠 맡기고, 여러 에이전트가 랩 장비를 충돌 없이 나눠 쓰도록 장비 예약·잠금, 원격 제어 API, 작업 큐 같은 기반을 설계합니다. 에이전트가 낸 결과는 근거로 다시 확인해, 판단의 속도와 품질을 함께 높입니다. • 표준 및 생태계: OCP(ESUN, Open Rack, Hardware Management), UEC, SONiC Scale-Up WG 등 표준 동향을 설계에 반영하고, 스위치·전원·BMC·검증 장비 벤더와 협업합니다. Minimum Qualifications • 컴퓨터공학, 전자공학 또는 관련 분야의 학사 학위나 그에 준하는 실무 경험을 보유하신 분 • 데이터센터 Ethernet 네트워크(스위치, lossless·RDMA)의 동작을 이해하고, Linux 환경에서 네트워크 장치 또는 시스템을 구성하고 디버깅한 경험이 있으신 분 • 레지스터·메모리 맵 수준에서 하드웨어를 다루는 반도체 시스템 소프트웨어(SoC 펌웨어, 디바이스 드라이버, 실리콘 bring-up·진단 소프트웨어 등)를 개발하거나 디버깅한 경험이 있으신 분 • 서버·스위치·가속기를 묶은 랙 또는 클러스터 단위 시스템에서 bring-up·통합 검증·성능 분석 실무 경험이 있으신 분 • Python 또는 Shell 스크립트로 테스트 실행, 장치 제어, 로그 수집 등의 작업을 자동화할 수 있으신 분 • AI 도구(LLM·코딩 에이전트)를 업무에 적극 활용하고, 그 결과를 근거로 검증할 수 있으신 분 • 패킷·로그·성능 카운터 등의 근거를 바탕으로 가설을 세우고, 재현 가능한 실험을 통해 문제의 원인을 좁혀갈 수 있으신 분 • 서로 다른 전문 분야의 엔지니어와 협업하고, 검증 방법과 결과를 명확하게 문서화할 수 있으신 분 Preferred Qualifications • 100G–800G급 고속 Ethernet 환경에서 링크 bring-up, 성능 평가 또는 상호운용성 검증 경험이 있으신 분 • MAC/PCS/FEC/SerDes, QSFP-DD·OSFP 폼팩터의 광 모듈과 DAC·AEC·AOC 케이블, CMIS 기반 모듈 관리에 대한 이해 또는 실무 경험이 있으신 분 • 랙 규모의 구리(DAC·AEC)·광(AOC·광 모듈) 배선을 설계했거나, 케이블·모듈을 벤더·생산 로트별 상호운용성 시험까지 포함해 인증(qualification)해 본 경험이 있으신 분 • PFC, ECN, 버퍼 및 큐 설정 등 lossless Ethernet 패브릭 구성과 혼잡 제어 튜닝 경험이 있으신 분 • 스위치 NOS의 구조와 동작에 대한 이해, Broadcom Tomahawk 계열 스위치 경험이 있으신 분 • NPU/GPU 가속기 시스템에서 DMA, 원격 메모리 접근, collective 통신(all-reduce, all-to-all)의 성능 병목을 분석한 경험이 있으신 분 • Ethernet 컨트롤러 IP와 SoC(온칩 버스·DMA·메모리 서브시스템) 사이의 동작을 검증했거나, C/C++·RTL 수준에서 드라이버·펌웨어·하드웨어 담당자와 함께 문제를 추적한 경험이 있으신 분 • BMC/OpenBMC, Redfish, PLDM/MCTP, OpenRMC를 활용한 랙·서버 관리(인벤토리, 펌웨어 업데이트, 전원·열 제어, 장애 복구) 경험이나, 랙 매니저·fleet 관리 시스템을 개발·운영해 본 경험이 있으신 분 • 하드웨어 테스트 랩, CI 기반 회귀 검증, 텔레메트리 또는 장시간 안정성 테스트 인프라를 구축한 경험이 있으신 분 • 여러 AI 에이전트에 작업을 나눠 맡기는 workflow를 직접 만들어 운영해 본 경험(에이전트용 장비 제어 API, 세션·작업 관리, 결과 검증 하네스 등)이 있으신 분 • Open Rack(ORv3/ORW), 48 V·800 VDC 전력, Power Shelf·BBU 등 OCP 랙 하드웨어를 다뤄 봤거나, ODM과 함께 랙을 bring-up 한 경험이 있으신 분 • OCP ESUN·SUE-T, UEC(LLR, CBFC), UALink 등 Scale-Up 표준에 대한 이해나 OCP·SONiC 커뮤니티 참여 경험이 있으신 분 Location • 동탄/서울 (대만 근무도 협의 가능) Why Join FuriosaAI The defining bottleneck of the AI era is building the right hardware and software stack to run it at global scale. Furiosa is solving this challenge holistically from the ground up. With our flagship chip, RNGD, in mass production today and our next-generation platform in development with Broadcom, we are proving that full-stack, tensor-native compute is the future of AI infrastructure. This is a pivotal moment to join our team, right as we accelerate our global expansion. At Furiosa, you will: Solve AI’s Most Urgent Challenge. Help build the high-performance, energy-efficient inference hardware and software required to fulfill the promise of advanced AI. Pioneer Full-Stack Co-Design. Work with teams that are architecting solutions from silicon up through the compiler (featuring innovations like Tensor Contraction Language and Virtual ISA) and serving frameworks. Ship Real-World Silicon, Software, and Solutions. Turn breakthrough technology into commercial deployment. RNGD is in mass production with TSMC and running live enterprise workloads for global leaders like LG AI Research and Samsung SDS. Partner With the Industry's Best. Collaborate across an elite global ecosystem that includes TSMC, Broadcom, SK Hynix, and GUC. Do Your Life’s Best Work. Join a brilliant, low-ego, mission-driven team in a high-trust environment that values autonomy, intellectual curiosity, and shared ambition. Contact • talent@furiosa.ai