大数据时代高性能计算教育面临的挑战之探讨

过去几年，我国许多高校参加国际大学生超算竞赛都取得了不错的成绩。通过比赛，指导教师对高性能计算也有了更加深刻的认识，认识到了应该如何引导学生兴趣，如何理解系统，只有理解了系统才能用好高性能计算机，才能培养好人才。虽说如此，在大数据时代，高性能计算教育在中国依然面临着巨大的挑战。

第一，多样化的计算机体系结构设计。现在的计算机系统结构非常复杂，不仅应用科学家难以理解，计算机专业的教师也很难掌握。当代计算机系统的结构层次非常多，结构变化非常快，以至于许多传统的高性能计算企业和制造商都无力应对，有些甚至退出了这个领域。复杂的体系结构变化无法及时地反映到大学课程中，很多学校的计算机学科都来不及更新课程体系和实践教学环境，难以跟上计算机结构快速发展的节奏。

第二，编程环境纷繁复杂。随着大数据和云计算的蓬勃发展，近几年出现了几十种并行编程模型和环境工具，包括MPI、OpenMP、CUDA、Java、OpenCL、HMPP、OpenACC等。即便在中国科学技术大学，并行计算教学和科研方面的历史较长基础较好，教师仍感到难以快速跟上并行处理技术发展的步伐。可想而知，其他没有并行计算基础的高校就更难以适应这种变化。

第三，编程模型与硬件的对应关系模糊，没有统一的编程模型。我国本科教育缺乏对学生并行编程能力的培养，在向社会每年输送的约10万名计算机专业的学生中，能够编写并行程序的寥寥无几。随着计算机系统结构的发展和变迁，不管喜不喜欢，都应该学会写并行程序。这需要在计算机课程体系方面有大的变革。

尽管我国在高性能计算机系统研制方面开始占据世界领先位置，但从这些挑战来看，我们在教育方面还远远落后。

相关推荐

大数据时代高性能计算教育面临的挑战之探讨
隐私泄露、数据孤岛、数据滥用……「隐私计算」如何解决大数据行业共性挑战？
人工智能时代数据大爆发，希捷如何解题？
2021人工智能产业论坛举办，这里有些值得关注的“数据要素与隐私计算”专家观点
量子计算的下一个超级大挑战
大模型时代下的技术变革：训练、负载、部署、效率、安全……都遇到了新挑战？
专访王东升：RISC-V一定能成为AI时代的原生计算架构
“数据虚拟化之父”解密数据编织，大模型时代的数据生产力就靠它了
大数据时代，如何保护个人隐私？
36氪专访 | 亚马逊云科技顾凡：云计算、大数据和人工智能是加速医疗与生命科学行业数字化转型的重要途径

网址: 大数据时代高性能计算教育面临的挑战之探讨 https://www.xishuta.cn/newsview655.html