高性能计算 = 高性能的算法 + 高性能的软件系统 + 高性能的硬件。文章介绍了高性能计算从Easy到 Lunatic不同难度的

高性能计算 = 高性能的算法 + 高性能的软件系统 + 高性能的硬件。文章介绍了高性能计算从Easy到 Lunatic不同难度的学习路线，和相关的程序性能分析、OpenMP、MPI、高性能集群、计算机体系结构等的基本知识点（没有展开） ​​​

技术博客《》内容很丰富，技术方面以C、算法、高性能计算为主。有很多博主阅读过的英文文章的要点总结。

技术博客《》 内容很丰富，技术方面以C、算法、高性能计算为主。有很多博主阅读过的英文文章的要点总结。 比如最近一篇介绍了CppCon 2016上的一个讨论，为什么C++这个语言不能被C社区所接受。一个重要的原因是“如果你尝试去说服别人的时候，不要去争论，不然你就输了。”

清华大学集成电路学院教授魏少军：依靠工艺技术进步已几乎无法实现更高性能的计算

清华大学集成电路学院教授魏少军：依靠工艺技术进步已几乎无法实现更高性能的计算 今日中国半导体行业协会IC设计分会理事长、清华大学集成电路学院教授魏少军在以“创芯未来 共筑生态”为主题的2023中国临港国际半导体大会上对记者表示，当前依靠工艺技术进步几乎无法实现更高性能的计算，特别是从现有计算芯片的主流路线推演，已难以满足Z级超算的性能、功耗和成本需求，需要研发新的计算芯片架构来应对智能化、大算力的新挑战。 来源：

是一款专为高性能系统制造的暴力破解软件。针对现代多核处理器和高速固态硬盘优化，速比常识件提升5倍以上，完全利用计算机硬件

是一款专为高性能系统制造的暴力破解软件。针对现代多核处理器和高速固态硬盘优化，速比常识破解软件件提升5倍以上，完全利用计算机硬件性能。| #工具 主要特点： 批量解压：自动扫描解压目录下所有压解文件，即使文件后显名不正确也能正确认识别。 支持多格式：支持常见压缩文件格式7z、zip、rar、tar、gz、xz、bz2，并能正确处理分卷压缩包。 支持多进程：根据处理器线路进程数，自定义解压进进程数，将解压速度翻倍。 支持密码列表：可以设置常用密码列表，自动配对加压缩压缩包。 附加功能：删除目录日志、删除空间目录、删除垃圾文件等常用功能。

：从入门到精通，利用NVIDIA GPU进行数学和机器学习的加速计算，适用于希望扩展算法至GPU的研究人员和应用专家

：从入门到精通，利用NVIDIA GPU进行数学和机器学习的加速计算，适用于希望扩展算法至GPU的研究人员和应用专家 CUDA（统一计算设备架构）是 NVIDIA 开发的并行计算平台和编程模型。它允许软件开发人员利用 NVIDIA GPU（图形处理单元）巨大的并行处理能力来执行通用计算任务，而不仅仅是其传统的图形渲染角色。 GPU 设计有数千个更小、更高效的核心，经过优化可同时处理多个任务。这使得它们非常适合可分解为许多独立操作的任务，例如科学模拟、机器学习、视频处理等。与传统的仅使用 CPU 的代码相比，CUDA 可显著提高合适应用程序的速度。 GPU 可以并行处理大量数据，从而加速在 CPU 上需要更长时间的计算。对于某些类型的工作负载，GPU 比 CPU 更节能，可提供更高的每瓦性能。

马斯克剧透新FSD计算硬件：直接冠名AI5 4nm工艺算力10倍提升

马斯克剧透新FSD计算硬件：直接冠名AI5 4nm工艺算力10倍提升 为啥不叫HW5.0？有啥提升HW其实就是Hardware的缩写，字面上自动驾驶系统硬件的意思。这应该是早期马斯克直接把内部工程项目的代号拿来当产品名称了。创业阶段初出茅庐，这样搞挺好，凸显特斯拉技术宅、工程师基因。但现在特斯拉家大业大，全球智能车行业都在模仿和试图超越，再这么随意，好像也不太合适。于是马斯克宣布，我们改名啦，新一代自动驾驶硬件平台，名字就叫AI5。这属于是自动驾驶第一性原理命名法了。老马透露的相关信息还有这些：首先是算力比现款HW4.0提升10倍。其次是功耗整体提高4-5倍。2025年下半年推出。有这么几个点值得留意。算力方面，马斯克特别提到整个平台的算力大概是HW4.0的10倍。其实特斯拉从未明确公布过HW4.0的具体数据，只是说是HW3.0的5倍（国内三方资料中的750TOPS数据无官方证实），所以根据已知信息和国外发烧友的实机拆解测试，大概可以推测出HW4.0的算力在300TOPS-500TOPS之间。也就是单颗FSD芯片200多TOPS算力。这样计算，AI5整个平台算力可能达到3000-5000TOPS。这个数据是十分恐怖的。目前国内的TOP玩家，比如华为、小鹏等等，支撑无图、轻图城市NOA功能的算力平台，不过就在400-500TOPS左右。“芯皇”英伟达Thor，顶配才2000多TOPS，而且业内已经有很多意见认为量产车并不需要如此过剩的算力。马斯克到底是在“放卫星”提振外界对特斯拉的信心，还是真的对自动驾驶技术范式做出了革命性变革，是个很大的悬念和看点。第二个值得留意的是能耗方面。马斯克提到五代硬件平台，整体能耗比HW4.0提升4-5倍，相比于10倍的性能提升，其实证明特斯拉自动驾驶软硬结合能力更进一步，能耗控制更合理了。还要补充一点，车载计算芯片和手机计算芯片的不同之一，就是可以无后顾之忧的打“富裕仗”，不必过于把能耗、尺寸作为衡量优劣的指标。车载计算平台的散热条件，天然也比PC、手机优良得多。毕竟电动车的电池容量远大于手机，而且就算芯片能耗再高，相比于电机、空调等等，也只能算零头。还有一点容易被忽略，马斯克说AI5是“特斯拉最新一代计算平台”，但是严谨地说，特斯拉的业务就仅仅只有汽车吗？所以这也是大部分网友推测的依据：AI5很可能并不是专门为FSD准备，如此高的算力，匹配的可能是今年8月即将发布的特斯拉Robotaxi、人形机器人Optimus，以及未来支持L4、L5的特斯拉车型。也许那个时候的特斯拉产品，真的会取消驾驶舱。不过也有用户提了一个很尖锐的问题：之前HW3.0面世时，马斯克就拍胸脯保证可以实现无监督的FSD功能，但显然是鸽了。直到今天的HW4.0仍然不行。AI5就一定可以吗？AI5会带来什么样的改变？现在已知的信息并不多，只有一点是较为确定的，AI5由三星代工，4nm工艺。最早特斯拉曾表示过100%给台积电代工，不过后来马斯克和三星高层见了一面后，又改了最初的决定。据说是三星给马斯克开了一个“没法拒绝”的优惠价格，而且先进制程的良品率提升到70%多，和台积电相差不多了。所以可以基本肯定，AI5仍然会采用基于Exynos-IP的内核。Exynos-IP是三星基于ARM构架设计的自有IP，谷歌的手机也用过。2019年三星因为和高通合作，就停止了相关工作，不过Exynos-IP设计非常超前，基本上近似于目前ARM Cortex X系列的旗舰X3的设计，所以2020年之后才开始设计的HW4.0，经国外特斯拉爆料大神Greentheonly拆解发现，仍然采用了Exynos-IP。AI5很可能延续这个路线。当然，今时不同往日，自动驾驶算法的技术范式已经发生了深刻变革，从最初的CNN为为主的模块化网络结构，转变为以Transformer为主的端到端一体化网络。外界通常更加关心自动驾驶芯片的NPU算力，这本身没错，大模型时代，当然需要更强的AI计算能力。但对于自动驾驶任务来说，光NPU变强还不够，AI处理器的速度再快，算力再高，如果90%的时间都是在等内存搬运数据，那也是白搭。CNN时代外置CPU足以配合好AI处理器，但到了Transformer，CPU反而成了瓶颈，内置成了最佳选择。实际上，HW4.0就是添加了一个CPU以应对Transformer，刚好和特斯拉超算芯片Dojo的D1架构原理相同。这也就解释了马斯克在剧透AI5的同时，还特意强调了HW4.0不是直接退役，而是拿去构建训练集群（和英伟达A100同时服役）。所以特斯拉对于下一代计算平台AI5的安排和带来的影响，大概也能推测一二了。AI5的超大算力，极大可能不是单一芯片或双芯片实现，而是多个下一代4nm FSD芯片组合的结果。如果真是单颗/双颗芯片数千TOPS算力，成本就会到几乎无法量产，不是汽车工业也不是科技行业的玩法。这也就说明，AI5很有可能是一个平台方案，根据任务、场景、产品成本要求不同，“丰俭由马斯克”。最复杂的人形机器人，可能会用到数千TOPS算力，Robotaxi可能就会低一点。相应的，特斯拉量产车可能会更低。至于完全无监督的FSD在车端到底需要多大算力支持，可能马斯克自己现在也不清楚，仍在摸索中。“端到端”最合理最高效的模式，到底是全部AI模型化，做成一个大黑盒，还是有条件的、逐步一体化，业内也没有定论。AI5最终体现在特斯拉量产车的算力有多大，不好判断，但肯定大于现在的四五百TOPS。所以AI5带来的冲击和影响，最直接的是开启智能汽车、自动驾驶的算力军备竞赛。全行业玩家在这样的竞赛过程中，逐渐就会明确端到端自动驾驶的实现基本前提和门槛。L4也是同样，AI5在特斯拉的Robotaxi上的探索和试错，作用也相当于量产车，那就是给Robotaxi的落地打造出一个样板：多大算力、什么样的方案配置、多少成本。更重要的，是特斯拉身体力行为所有“AGI”玩家打样：需要什么样的技术体系，底层通用平台如何打造，云端终端的架构分别怎么选择… ... PC版： 手机版：