高薪工人必备刷题软件SC18 2018年11月11日至16日在达拉斯举行的超级计算会议的笔记。主题性能便携性仍然是圣杯。基于指令的方法并不完全成功。希望在这方面看到更多的语言设计实验。随着异构计算的稳固建立，我们看到了更多的领域特定语言和编译器。例如深度学习和并行网格代码。量化结果对某些报告结果的方式的严格性感到有些失望。需要更多的基准测试和资源集合，以便在许多平台上进行测试（声称“性能可移植性”）。由于前所未有的规模，弹性方法正在发生变化。随着每个计算的带宽降低，混合精度在深度学习应用程序及其他应用程序中变得越来越重要。异构计算现已成熟。加速器，层级记忆。大大提高了电源的性能，但更难编程，因此专注于编程模型。研讨会侧重于OpenACC / OpenMP，与CUDA / OpenCL相比有更多想法：对我来说，这个研讨会本可以从更多的原始数字中受益。多次演示有点过于轶事了。DOE的主题演讲已经暗示了这个问题，他强调了CAAR（加速应用准备中心），他们负责收集关键应用以进行加速。此外，他还暗示了静态分析项目，以推动更有效的计算方法。