高性能计算应用调优工程师(J10566)

优缺点分析

角色解读

• 技术专家路径：深耕特定科学计算领域（如计算材料学、计算气象学）或并行算法优化，成为领域内公认的性能调优专家
• 解决方案架构师路径：从单点调优扩展到对整个HPC应用栈（算法、软件、硬件）进行设计和优化，提供完整的性能提升方案
• 研发岗位转型：凭借对应用和架构的深刻理解，转向高性能计算中间件、编译器或系统软件的研发工作
• 深入分析物理、化学、气象、生物等科学领域应用软件的计算流程和性能瓶颈
• 利用TAU、VTune、Linux Perf等专业工具，对应用进行运行特征分析和性能剖析
• 针对发现的性能问题，通过代码优化、算法调整或并行化改造（MPI/OpenMP/CUDA）来提升应用效率
• 精通至少一门高性能计算常用编程语言（C/C++、Fortran）及脚本语言（Python）
• 深刻理解计算机体系结构、CPU/GPU架构及其对程序性能的影响
• 具备并行编程知识（MPI分布式内存、OpenMP共享内存、CUDA GPU加速），并有实际应用经验者优先

申请策略

• 在简历或面试中，强调你“发现问题-分析问题-解决问题”的调优方法论，而不仅仅是使用过哪些工具
• 主动了解中科曙光的主要超算产品线（如曙光系列）及其架构特点，展现你对公司的兴趣和了解
• 重点展示使用性能分析工具（如VTune、TAU）和并行编程技术（MPI/OpenMP/CUDA）优化具体科学计算应用的项目经验
• 详细描述你对计算机体系结构（如缓存、内存层次、流水线）的理解及其在优化中的应用
• 如果做过相关的学术研究（如计算化学、计算生物）或参与过相关课题，务必突出，这能体现领域知识
• 系统复习MPI、OpenMP、CUDA的编程模型与典型优化模式
• 通过在线课程或实践，深入了解一种现代CPU或GPU的微架构（如Intel Skylake或NVIDIA Ampere）
• 尝试在HPC环境（如国家超算中心提供的资源）中调优一个开源科学计算软件（如GROMACS、WRF），积累实战案例

面试指南

• （针对经历问题）使用STAR法则：Situation（背景）、Task（任务）、Action（行动，重点说明分析工具和方法）、Result（结果，用量化数据说明性能提升）
• （针对技术问题）采用分层分析法：从算法复杂度、数据结构、并行通信、内存访问模式、指令级并行等多个层面展开讨论
• （针对原理问题）结合具体例子说明抽象概念，例如用矩阵乘法的例子解释缓存局部性
• 请描述一次你优化某个计算应用性能的经历，你使用了哪些工具，发现了什么瓶颈，最终通过什么方法提升的性能？
• 对于一个在大规模集群上运行缓慢的MPI程序，你会从哪些方面入手进行性能分析？
• 请解释一下CPU缓存命中率（Cache Hit Rate）对程序性能的影响，以及在代码层面可以如何优化？
• 你对MPI和OpenMP有什么理解？它们分别适用于什么场景？
• 准备1-2个深度剖析过的性能调优案例，能够清晰画出性能剖析结果（Profile）并解释优化思路