程序员的择业/转业机会来啦，先进计算重点突破领域

程序员的你，是否担心有被裁员的风险，程序员的职业规划通路在哪里，有没有稳定高薪的程序员发展路径，我们先了解下国家在先进计算领域的重点突破方向。

一、算力层面

着力突破高端通用芯片。围绕通用处理器（CPU）、嵌入 式神经网络处理器（NPU）、图形处理器（GPU）等设计，持 续提升通用处理器的单核、多核与多线程能力。升级嵌入式 神经网络处理器的向量与矩阵算力，加大图形处理器的单核 渲染能力，提升浮点数算力与渲染引擎能效比。加强单核浮 点数算力、互联技术，布局通用计算应用程序编程接口（API） 生态，培植可与 NVIDIA 之 CUDA 生态竞争的能力。

发展新型存储器产品。围绕 DRAM、SRAM、EPROM、 Flash 以及 MRAM、PRAM、RRAM 等，突破存储器件物理 机制、新材料体系与器件结构，探索提高光存储密度和寿命 的新机制，加大内存介质核心材料、工艺和堆叠等核心技术 投入，强化基于 3D NAND Flash 的存储介质性能，加强新型 PCM 介质技术创新。布局下一代基于内存网络（Memory Fabric）的先进存储系统，建立用于边云协同的分布式存储系 统，构建具有竞争力的安全可靠 NAS 和备份系统。突破电介 质材料组分、微纳结构、异质界面对电极化、电荷存储及转 移的影响规律，突破大容量超高储能密度电容器的制备与集 成技术。发展以内存为中心的新型计算架构，研发基于共享 内存新型体系架构下的新一代计算平台。

聚力支持高端服务器。强化服务器硬件工程能力建设， 支持服务器架构与技术创新。提高服务器主板在高速、高密、 大尺寸、高层数等方面的复杂设计能力与批量加工能力，构 建具有知识产权的开源基板管理控制器（BMC）软件，加大 安全可靠 BMC 芯片在行业的推广和应用。提升服务器芯片 功耗、算力等性能，推动电容、电阻、电感、MOS 管等整机、 服务器相关基础器件实现技术突破。

升级 AI 框架、芯片、工具集性能。着力 AI 加速器内核 架构突破，加大对内存接口、压缩，ScaleUp 高速互连关键技 术的投入和研究。提升 AI 服务器核心控制点 AI 芯片的有效 算力和性能指标。布局可支持大量级 AI 处理器互联的高性 能 AI 训练集群，探索以大型数据集神经网络训练等方式提 升算力能级的新途径，拓展 AI 集群能耗降低有效路径。发 展基于自研 CPU+AI 芯片的数据中心 AI 推理与训练平台， 开展平台体系结构及基础软件研究。

发展硬件仿真与建模平台。围绕计算芯片架构设计与创 新发展处理器及外围配套芯片的系统级仿真器；研发用于 x86、ARM 处理器的百倍级加速仿真器，强化功能仿真和性 能仿真模式切换，加强使用新指令的软件开发和验证；围绕 HPC、公有云、存储、大数据等数据采样拓展建模、高精度 代表性指令序列构建能力，快速降低性能仿真时间。

二、算法层面

支持企业发展安全可靠操作系统。提升操作系统性能， 突破系统调度、内存管理、虚拟化等操作系统核心技术，优 化多核或者众核调度能力，强化多元化算力支持，加强基于 安全可靠操作系统内核的应用推广。构建开源 Linux 基金会， 布局安全可靠的 Linux 代码托管仓库与开源技术交流社区。

提升数据库性能指标。提高数据库可用性、可靠性和安 全性，发展多样化数据库产品。发展分布式高扩展数据库架 构、面向高速存储介质和非易失性内存的存储引擎，提升数 据库异地多活高可用能力、基于密态计算的数据处理技术、 数据防篡改等能力。推动开源社区和统一数据库规范构建， 支持兼容行业主流生态的数据库开源社区建设。

支持加速库、统一调度器、函数计算开发框架等计算工 具链套件发展。发展加速库，强化基于芯片的加速库优化和 算法提升。提升数学库、网络加速库、机器学习库、图分析 库、NN 训练加速库、NN 推理加速库、媒体加速库等加速库 竞争力。发展通用图优化、图等价等变换算法，模型自动压 缩算法、模型服务资源调度算法等推理加速算法，自动混合 精度算法、量化感知训练算法、迁移学习算法等训练加速算 法。突破针对安全可靠芯片的编程模型、编译优化、编程语 言抽象、虚拟指令集等核心技术，突破矢量化、内存优化、 循环转换、全局优化等关键编译优化技术。

三、算据层面

提升数据融合分析能力。实现海量数据的多源、异地、 异构融合分析，强化自动数据发现与增强、自动数据可视化、 高性能分析、多算力计算等能力，提升海量数据的集成管理 与分析能力，优化数据的高效分布式并行处理能力，提升数 据集成质量、集成方法的可用性水平。

发展高性能数据存储。布局支持多样性算力、高通量算 力、多协议接口的数据存储系统，加强系统多协议互通与数 据流动等能力，强化数据全生命周期的安全性、可靠性与可 管可控。推动实现跨地域、跨数据源的端、边、云数据协同， 及存储与计算、网络的高效协同。

强化开源大数据引擎与生态标准统一规范研究。支持高 性能异构、多源融合、异地查询。支持开源大数据社区建设， 构建大数据生态标准。支持相关企业发展大数据引擎生态， 加强数据接口统一化。

提升适用于存算一体的数据服务能力。提升对大规模、 规则化的密集型数据进行定系数的乘累加运算能力。

先进计算的职业规划通路，其实并不难，国家在也提供了超算习堂这种开放性的学习平台，用于程序员查阅和学习，也有企业开展委培就业业务，如果不了解自己是否具备资格，关注下方二维码或点击链接，进行资格测评，获得高薪机会。

点击下方链接加入先进计算基础训练营测评名单收集，猿代码期待你的加入

猿代码科技-先进计算引路人猿代码（北京）科技有限公司是一家IT类科技公司，致力于软件开发、系统集成及高素质IT开发人才的训练与培养。http://www.ydma.com/ydm_mobile.html