HPC Guidelines

1. 什么是 HPC？

高性能计算（High Performance Computing, HPC）本质上就是“用大规模算力去解决普通电脑搞不定的问题”。它不是单纯追求一台机器的性能，而是通过 成百上千台服务器（节点）协同工作，在极短的时间内完成复杂运算。像训练 GPT、AlphaGo 这样的模型需要数以万计的 GPU/TPU 集群，这本质上也是 HPC。所以，HPC = 并行计算 + 分布式系统 + 高速通信网络，目标是用超强算力解决科学和工程里的大问题。

2. 为什么要学习 HPC？

• 兴趣：我们十分欢迎对高性能计算有热情的同学。如果你能在对 既有计算框架不断的否定（Negation）和迭代的过程中体验到乐趣，那么学习HPC的过程本身就是一大享受；同时HPC涉及的领域纵深跨越硬件软件，涉及软硬级别的协同优化，对追求挑战的同学十分具有吸引力。
• 产业：随着大模型大数据成为热点，HPC领域的人才更具竞争优势。多个行业（如金融模拟、制造仿真、能源与科研模型）广泛采用 HPC 技术来提升效率，HPC 属于相对有专业壁垒的领域，具备这类技能的毕业生能更容易脱颖而出，获得高质量岗位机会。

3.如何学习HPC

入门

（1）编程语言基础

• C/C++：传统 HPC 的核心语言，用于 MPI、OpenMP 开发。
• Python：科研界常用，无需多言。
• CUDA / OpenCL：如果要深入 GPU 编程，这是必学的。

（2）并行计算框架

• OpenMP：多线程并行，适合单节点多核 CPU。学习见 https://math.ecnu.edu.cn/~jypan/Teaching/ParaComp/index.html
• CUDA：GPU 编程框架。同样推荐WIKI：https://hpcwiki.io/gpu/cuda/
• MPI（Message Passing Interface）：最经典的 HPC 框架，用于多节点之间的通信。

进阶

• 参加比赛：ASC，HPC Game。
• 阅读高性能计算框架的源码。