ARM 超算与专用加速器：A64FX 与 NVIDIA Grace
ARM 正在重塑超算版图。本文系统讲解 ARM 进入超算的路径：A64FX 与富岳的 SVE 向量架构、NVIDIA Grace 的 CPU 与 GPU 紧耦合、Neoverse 云原生服务器、能效优势（同性能一半功耗）、软件生态与移植挑战、HPL/HPCG/SPEC 实测，以及专用加速器与 ARM 的配合与选型决策。
posts
高性能计算专题：从 MPI 到 GPU 集群的并行编程实践
HPC 高性能计算专题导航：涵盖 MPI 并行编程、OpenMP 共享内存、CUDA + MPI 异构并行、Slurm 集群调度、内存层次优化、Roofline 性能模型、并行算法模式、InfiniBand RDMA、PETSc/PyTorch 科学计算、OpenFOAM 流体模拟、AMD ROCm GPU 编程、Lustre 并行文件系统，以及 Singularity 容器、Nextflow/Snakemake 工作流、性能剖析工具链、GPU 内核优化、容错与检查点、集群运维；并进阶覆盖 Python 分布式计算（Dask/Ray）、Kubernetes 调度 HPC 作业、并行 I/O（MPI-IO/HDF5/NetCDF）、分子动力学仿真（GROMACS/LAMMPS）、云上弹性 HPC（AWS ParallelCluster）与 HPL/TOP500 基准测试。
HPC 与 AI 融合：超算跑大模型训练
科学计算与深度学习的边界正在消失。本文系统讲解 HPC 与 AI 融合：超算为什么能跑大模型训练、GPU 集群拓扑（NVLink/InfiniBand）、数据并行与模型并行、Horovod 与 DeepSpeed、HPC/AI 作业混合调度、科学 ML，以及融合平台的存储与 I/O 挑战。
绿色 HPC：能耗优化与功率封顶实战
超算从追求速度转向追求能效。本文系统讲解绿色 HPC：功耗墙与能效指标、动态功耗与静态功耗模型、功率封顶（Power Capping）原理与工具、DVFS 频率管理、能源感知调度、液冷与数据中心冷却、碳足迹与 PUE，以及 Green500 榜单解读与落地路线图。
可移植异构编程：Kokkos 与 SYCL/oneAPI 实战
CPU/GPU/DPU 异构时代的核心矛盾是「一套代码跑遍所有加速器」。本文系统讲解可移植异构编程模型：Kokkos 的 View/RangePolicy 抽象、SYCL/oneAPI/DPC++ 的队列模型、跨 CPU/GPU 的单源码写法、内存空间与数据搬运、归约与原子操作对照，以及性能可移植性与后端选择。
SIMD 向量化：从 AVX-512 到编译器自动向量化
SIMD 是单核性能的最后堡垒。本文系统讲解 SIMD 原理与指令集版图（SSE/AVX/AVX-512/NEON/SVE）、编译器自动向量化的工作方式与优化指令、intrinsics 手写向量化、数据布局与内存访问、Roofline 视角的向量利用率、归约与循环向量化陷阱，以及可移植向量化与调优工具链。
NCCL 集合通信：AllReduce 原理与多卡训练网络优化
NCCL 是 GPU 集群分布式训练的通信基石。本文系统讲解集合通信为什么是 AI 训练的核心、AllReduce 环算法与树算法的带宽与延迟、AllGather/AlltoAll 等原语、NCCL 与 MPI 的对比、多机拓扑感知与 NVLink/InfiniBand 优化、通信计算重叠，以及环境变量调参与常见陷阱。
并行 I/O 实战：MPI-IO、HDF5 与 NetCDF 数据读写
大规模科学计算中，I/O 往往是隐藏的瓶颈。本文系统讲解并行 I/O：MPI-IO 的独立/集合文件视图、HDF5 的数据模型与并行写入、NetCDF 的自描述格式、Lustre 条带化与数据布局优化、I/O 性能剖析（Darshan/io 500），以及从串行读写升级到并行 I/O 的真实路径。
分子动力学仿真：GROMACS 与 LAMMPS 并行加速实践
分子动力学（MD）是 HPC 最经典的科学应用之一。本文系统讲解 MD 仿真原理：牛顿积分与力场、邻居列表与域分解并行、GROMACS 与 LAMMPS 的并行加速（OpenMP/MPI/GPU）、PMe 静电与约束算法、Amber 力场选择、性能调优与千万原子规模仿真，以及 MD 工作负载对 HPC 架构的启示。
云上弹性 HPC：AWS ParallelCluster 与按需集群实战
把 HPC 搬上云，弹性是最大红利也是最大复杂度。本文系统讲解云上 HPC 架构：AWS ParallelCluster 集群编排、弹性伸缩与 Spot 实例、EBS 与 FSx for Lustre 存储、EFA/RDXMA 高性能网络、作业调度与成本优化，以及「突发负载上云、稳态负载本地」的混合策略与迁移决策。
Python 高性能计算：Dask 与 Ray 分布式计算实战
Python 生态的分布式计算两巨头：Dask 与 Ray。本文系统讲解 Dask 的惰性图计算与 DataFrame/数组扩展、Ray 的 actor/task 并行模型、集群启动与资源调度、两者选型对比，以及大数据预处理、RL 训练、服务化部署的真实落地模式。
Kubernetes 调度 HPC 作业：KubeRay、GPU 资源与调度器
Kubernetes 正成为新一代 HPC/AI 工作负载的调度平台。本文系统讲解 K8s 调度 HPC 作业：Pod/Job 模型、GPU 资源声明与设备插件、Kueue 与 Volcano 批调度器、KubeRay 运行分布式训练、MPI Operator 多节点作业、存储与网络考虑，以及超算工作流迁移到 K8s 的取舍。
HPC 基准测试：HPL/Linpack、HPCG 与 TOP500 实战
基准测试是衡量 HPC 系统的标尺。本文系统讲解 HPL/Linpack 的理论与实践：浮点峰值与实测性能、HPL 的参数调优（N/P×Q/block size）、HPCG 面向真实应用的基准、TOP500 与 Green500 排名、跑分的常见陷阱，以及基准测试如何指导系统选型与调优。
科学工作流引擎：Nextflow/Snakemake 与管线编排
讲解科学工作流引擎的任务模型与 DAG 编排，对比 Nextflow DSL2 与 Snakemake 的语法与调度机制，覆盖 executor、容器集成、断点续跑与大规模管线最佳实践。
HPC 集群管理与软件栈运维：模块、Spack 与监控
从系统管理员视角拆解 HPC 集群运维：环境模块与 Lmod、Spack 源码包管理、Prometheus/Ganglia 监控、作业队列治理、能源散热管理与集群故障排查方法论。
HPC 性能剖析与调优工具链：perf/gprof/VTune/Nsight
系统讲解 HPC 性能剖析方法学，深入 perf 与火焰图、gprof、Intel VTune、AMD uProf、NVIDIA Nsight 及 MPI 通信剖析工具 mpiP/TAU 的使用与热点瓶颈分级。
HPC 容错与检查点：Checkpoint/Restart、ULFM 与恢复
解析大规模系统故障特征与容错架构，深入 Checkpoint/Restart 的周期/增量/分层策略、SCR/DMTCP 检查点库、ULFM 消息传递容错与异步复制恢复的生产实践。
HPC 容器与可复现环境：Singularity/Apptainer 深入
解析 HPC 场景下容器技术的选型逻辑，深入 Singularity/Apptainer 的 SIF 镜像格式、无特权运行机制、Docker 镜像转换、MPI 与 Conda 集成以及可复现性保障。
GPU 内核性能优化进阶：占用率、访存与指令级调优
深入 GPU 内核调优的四大维度：占用率计算、访存合并与共享内存、指令级并行与 warp 分歧消除，并覆盖 cuBLAS/cuDNN 调优参数、NCCL 通信优化与基准对比方法论。
Slurm 集群调度系统深度解析与实战
深入剖析 Slurm 集群调度架构、作业提交、分区配置与调度策略，提供配置示例和常用命令速查表。
Roofline 性能模型：判定性能瓶颈与优化方向
深入讲解 Roofline 模型的计算强度、内存带宽天花板与计算天花板，结合工具与案例分析判定 memory-bound 与 compute-bound。