计算科学的金字塔尖：这门需求缺口巨大的学问为何少有人选？

计算机科学无疑是目前大学专业的宠儿。无论是过去几年的互联网、大数据，还是当前热门的机器学习、人工智能，都勾画出了广阔的发展前景。在过去的一两年里，国内许多高校纷纷涉足热点，相继开设了专业人工智能专业，甚至人工智能学院。

红尘熙熙攘攘，白云冰冷。《澎湃新闻》记者最近从中国科学院的许多计算机专家那里了解到，尽管一个可以被称为计算科学“金字塔尖”的学科对社会有着重大影响，而且在工业需求方面存在巨大差距，但很少有学生对此感兴趣。

这门科学是并行计算，要求学生跳出串行编程的传统思维，对数学能力和综合创新能力有相当高的要求。

据报道，并行计算人才在国内高校的受欢迎程度和重要性远远不够。绝大多数学院和大学甚至不提供相关的选修课程，更不用说系统的培训项目了。

除了课程之外，并行计算教育的普及还面临着教师、实验环境、实践活动等诸多困难。

为什么并行计算人才如此之少？

并行计算是指同时使用多个计算资源来解决计算问题。它是提高计算机系统计算速度和处理能力的有效手段。其基本思想是用多个处理器协同解决同一个问题，即将要解决的问题分解成几个部分，每个部分由一个独立的处理器并行计算。

并行计算可以对社会发展水平和工具的使用产生深远的影响，包括新药分子的研发、新能源和新材料的开发，以及一些大规模极端条件和材料的模拟。此外，当前热门的人工智能和机器学习也将由并行计算推动。

那么，为什么很少有人研究并行计算呢？三个因素决定了这个领域注定是一个高度复杂的超级人才。

首先，并行计算属于计算科学领域。计算机网络信息中心副主任池把它比作金字塔的顶端。人数越少，到达塔顶就越困难。与普通的互联网软件开发相比，并行计算更接近于研究。

第二，虽然从事普通互联网软件开发的工程师不能胜任并行计算，但他们可能更容易找到工作，导致学生不愿意选择难以实现的并行计算。近年来，互联网、大数据等行业的普及，在一定程度上对并行计算人才产生了虹吸效应，那些很难培养的人才也很容易被挖走。

最后，并行计算的研发需要复合型人才。作为一种工具，并行计算只有在不同的学科中得到应用，才能显示其价值。正如并行计算现在广泛应用于科学研究一样，它需要既懂并行计算又懂专业科学知识的交叉型人才。

从硬到软到软协调

尽管中国在计算硬件领域起步较晚，但近年来发展迅速，实现了质的飞跃。然而，自古以来，英雄们都佩戴剑。*计算设备不是普通的互联网软件工程师可以使用的，而是需要一批具有并行计算思维和能力的人才。没有英雄可以使用，剑只是废铁。

随着软件和应用人才的短缺，中国巨大的计算资源无法有效转化为生产力。世界领先的硬件和巨大的软件差距的格局已经出现。

中国科学院计算机网络信息中心的研究员金钟说，中国在数学和物理模型方面的原创性成就，尤其是在算法层面上，是不够的，在应用领域的原创性想法也有差距。

但是，金钟认为，并行计算硬件和软件在中国的发展还没有形成协调发展，这也是一个必然的规律。“在考虑软件开发之前，我们首先需要一个硬件平台。我们现在正处于从强调硬件开发到软硬件协调发展的阶段。”

中国科学院计算技术研究所的研究员谭光明也表示，从20世纪60年代和70年代到80年代和90年代，美国的并行计算也是一种从硬到软的模式，由硬件推动软件的发展。随着设备的普及，对软件和应用程序的需求逐渐增加，只有到那时，美国才在软件和应用程序开发方面投入了更大的比例。

如何打破游戏？

如何解决我国并行计算软件应用和专业人才的滞后局面？

池认为，国家应首先形成对并行计算的稳定投资，使从事交叉科学研究的人才能够更加自信地投入工作，逐步培养一批领先的软件成果。“这不可能一夜之间解决。这是一个长期积累的过程。”

开发并行计算软件需要十到二十年的时间，很少有公司敢冒这个险。因此，国外的成功经验也是在*投资的基础上形成的初始版本，然后公司就参与了后续的商业化。

此外，有了稳定的财政支持，我们也应该考虑这些开支是否可以用在人身上。目前，相关科研项目还存在许多制约因素。今后，需要做一些适当的调整，以使这种支持能够真正落实到个人才能上。

最后，并行计算的发展思路应该调整为面向问题，“硬件制造商所说的不一定有用。”例如，美国在20世纪90年代提出了许多巨大的挑战，围绕这些问题制造机器、开发软件和培养人才，以形成有针对性的突破。

澎湃新闻还从中国科学院获悉，中国科学院首届“试点杯”并行计算应用大赛将于3月25日举行，旨在突破软件环境和学科应用的相关瓶颈，帮助培养高水平的技术交叉型人才。

本次竞赛将设立基本算法、人工智能和应用三个赛马场，旨在提高国内自主软件开发水平，促进并行计算在科学生活各个领域的深入应用。

金钟表示，竞赛将优先考虑适用于并行计算的应用，并抽取一些核心算法作为计算问题，使并行计算能在关键领域先发挥更好的作用。

池也希望这次比赛能成为学生的广告。“我过去认为酒不怕巷子深，但这种并行计算竞争正是时候。”