高性能计算值得入行吗_高性能计算入坑

如果你问的是“机器学习+xxx”前景如何，我大概率会告诉你：这很难说，而且你很难做到优秀。

但是你问“高性能计算+xxx”前景如何，我会觉得你坚定走下去就好。

你也不能听风就是雨的觉得“高性能计算”这个领域很窄，实际上学习高性能计算才是学习“计算机”。

你需要掌握的是分析计算特征+如何在计算机上加速，说到底还是要懂计算机。

只不过，过去互联网的风潮诞生了大量建立框架之上的岗位，但是始终有一批人在扎实地做着系统和架构的工作。

哪怕在过去很多人都可以通过培训班写java开发的时代，你如果能知道jvm的底层原理，能够给Hadoop贡献源码，能知道一条代码下去以后、一直到CPU的层级都经历了写什么，能够把八股文不当八股文而是深究其理，能够懂得很多面经里所说的“面试官问出的离谱的问题”，那你也一定能在面试的时候斩获高层次的Offer。

也许你会觉得我上面说的“水平”有些过高了，但相比之下，这确实是高性能计算需要达到的高度。

再者，系统架构本身也不是半路出家的人能干的来的。相比过去的开发岗、算法岗来说，需求量是小，但是做这个方向的人，做得好也就更少了。

所以，无论在什么时代，只要你从事的是一份计算机相关的工作，懂系统和架构都是很重要的。

而且ChatGPT是真正做出了变革性的效果，而不是纸面上的成绩。它论证了这套技术方案的可行性。未来国家一定在这块会加大投入，所以前景应该是很不错的。

如果你现在是研究生，要读高性能，恭喜你，现在有很多商业机会，有很多创业机会。

如果你才大一，那更建议你投入下去。因为，这才是计算机的正统，Java也许可以几个月学会，机器学习也许可以看点网课就可以轻松上手，但是指令流水线、多级缓存、系统内核、并行计算，没有本科四年的积淀，不啃几本CSAPP这样的大书，不系统性的学习和实践的话，是怎么也学不会的。

你不用太过担心什么时候计算机或者高性能计算会没落，这和金融、土木、AI 算法没太多可比性。

金融的火热与否是由经济的周期性决定的；土木的火热是基础设施建设的热潮带动的；AI算法则是因为算法打榜，发发论文就卷的起来，因为做的不是真东西，给了很多人摸鱼的空间。

而你学的是计算机，是那台“机器”。这东西就像蒸汽机一样具有决定性，只要下一次技术的革命还建立在它之上，你就永远身处潮头。更何况，还有高性能计算的算力加持。

如果你会问，为什么互联网热潮之前计算机不火。

那是因为信息技术的风在20年前没有吹到中国。当时的中国没有赶上从Unix、Minux到Linux的那一波，也没有赶上苹果和IBM一起做主机的那一波，也没有参与微软+IBM+Intel绑定起来占领市场的那一波，当时的我们正在完善市场、进行基础设置建设。

我们在互联网这一轮才参与进去，然后才发现前面的那些东西”卡了脖子”。所以你会发现这几年超级计算机、算力、超算互联网、超算智算中心建设、国产化等频频登上热搜，你会发现知道高性能计算的人越来越多了，你也发现岗位和生态慢慢的解冻了~

说明什么呢？

中国既然在互联网这一轮上了车，就会随着人类一起走到本次技术革命的终点，哪怕只是一个跟随者。

所以，选择这条路，只要走到底，你饭碗里的饭肯定是香喷喷的。