近期由于一些原因接触到了并行计算，对于这个陌生的领域我最先接触到的是MPI框架。MPI（Message Passing Interface），可以理解为是一种独立于语言的信息传递标准。目前它有两种具体的实现OpenMPI和MPICH，也就是说如果我们要使用MPI标准进行并行计算，就需要安装OpenMPI或MPICH库。本文以MPICH为例，在ubantu中安装MPI的环境，并对vscode进行配置。
如果报错说“Aborting because C++ compiler does not work.”，就安装下编译器：
https://blog.csdn.net/liu_feng_zi_/article/details/94286438
Palace是一款开源的大规模计算电磁学软件包，由亚马逊云端业务实验室（AWS Lab）支持。功能丰富，同时能够在不同的高性能硬件上运行，软件上支持OpenMP, MPI和GPU并行计算。Apache的开源协议也是极为友好。详情参见《使用WELSIM生成电磁计算软件Palace的求解器文件》一文。
Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。
在使用MPI框架中，需要多机进行通信进行并行计算；现在配置多个主机进行运行mpi程序，并进行通信；涉及到ssh无密码和nfs文件系统配置；
CFOUR程序的全称为Coupled-Cluster techniques for Computational Chemistry，是一款专注于高精度量子化学计算的程序。从名字可以看出，其专长为耦合簇方法，支持在CC级别下做单点、几何结构优化（如CCSD(T)级别）、激发态计算（如EOM-CCSDT）、性质计算（如CCSD(T)级别的NMR计算）。其官方网站为
现在各行各业的朋友都开始使用计算机解决自己的业务问题，网络上有大量的免费公开课，教我们处理数据并数学建模。Python等编程语言上手快，开源软件多，足以应付绝大多数的需求。在计算机软硬件体系中，上述工作都是在最顶层，用户执行程序需要依赖于计算机硬件和系统软件。聊天用的微信、娱乐玩的农药、上网打开的浏览器、还有我们自己写的程序…这些程序是如何从源代码，变成计算机芯片可以执行的程序呢？
nccl-test 工具是 nvidia 开源的一项用于测试 NCCL 集合通信的工具。可以用于检测集合通信是否正常、压测集合通信速率。官方开源地址：https://github.com/NVIDIA/nccl-tests
对于编程工作者来说，GCC是一个熟悉的名字，它的全称是“GNU Compiler Collection”。GCC是一组编译器集合，目前其支持C、C++、Objective-C、Objective-C++、Go和RBIG语言的编译。本篇博客主要总结使用GCC进行代码编译的方法以及从源文件生成可执行文件的整个过程。
C语言的经典程序“Hello World”并不难写，很多朋友都可以闭着眼将它写出来。那么编译一个“Hello World”到底经历了怎样的过程呢？
0x00 前言 本篇是MPI的入门教程，主要是为了简单地了解MPI的设计和基本用法，方便和现在的Hadoop、Spark做对比，并尝试理解它们之间在设计上有什么区别。 身处Hadoop、Spark这些优秀的分布式开发框架蓬勃发展的今天，老的分布式编程模型是否没有必要学习？这个很难回答，但是我更倾向于花一个下午的时候来学习和了解它。 关于并发和并行编程系列的文章请参考文章集合 文章结构 举个最简单的例子，通过这个例子让大家对MPI有一个基本的理解。 解释一些和MPI相关的概念。 列举一些MPI的常用函数
本文介绍在Windows电脑的Visual Studio软件中，配置C++语言最新版netCDF库的方法。
随着近年来 AMD、Apple 等科技公司对于 ARM 芯片的研发技术的成熟，以 MacbookPro M1 为代表的 ARM 架构的普通 PC 开始进入市场。其实由于 ARM 的低功耗、高性能的优势，以 AWS、Azure 为首的云服务产商早已经推出了 ARM 服务器。当然，操作系统提供商们也对 ARM 架构的 CPU 进行了支持，比如 Ubuntu Server 就有 ARM 版本。还有像树莓派、路由器等这样的基于 ARM 芯片运行的小平台，都是 ARM 操作系统。截止现在为止，各种常用的软件、依赖库都相继支持 ARM 芯片，使得 ARM 版本的普通 PC、服务器也有了很大的发展势头。
更加详细的介绍，可以参照这篇博客：C语言翻译环境：预编译+编译+汇编+链接详解-CSDN博客
今天，高性能编译器供应商Portland Group（已经被NVIDIA收购）宣布发布PGI Community Edition 版本。该版本最大的特点就是：免费！而且不仅仅是教育单位，个人、政府、科
网上说要分c为主程序和fortran为主程序两种情况讨论，其实我觉得不用，只要你了解生成可执行文件的机制。这个机制就是：不论是单一语言模块之间的 链接还是不同语言之间的混合链接，本质目的都是要链接器能找到定义于其他模块中的符号，如果全部找到，则链接成功，生成可执行的二进制文件。 下面的内容比较基础，看烦了就跳过。 比如简单的一个c程序：
MinGW(Minimalist GNU For Windows)是个精简的Windows平台C/C++、ADA及Fortran编译器，相比Cygwin而言，体积要小很多，使用较为方便。
发音类似<砰>，对黑客而言，这就是成功实施黑客攻击的声音，砰的一声，被<黑>的电脑或手机就被你操纵了
此时我们发现目录中已经出现了我们创建的Test.i文件，不妨cat进去看一下里面都有什么吧：
使用 g++ 编译C++源代码的时候，我们可使用以下命令 即可完成编译C++源代码文件，并且直接产生可执行的二进制文件
2019年10月1日前后，Grimme课题组将GFN-xTB源代码推到了Github上面。这样友好的举动，无疑增加了用户使用GFN-xTB的热情。GFN-xTB源代码能成为一个很好的教材，我们也可以把它整合到一些已有的程序中，它不再是黑箱。GFN-xTB是近一年以来的热门计算软件，在网上可以找到很多教程，这里不予赘述。一句话概括，GFN-xTB能很快、比精准地完成结构优化、频率计算。本文着重于讲怎么从源代码编译GFN-xTB，以及使用它的API。
什么是R语言？ R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发（也因此称为R），现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。 R的源代码可自由下载使用，亦有已编译的可执行文件版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacO
之前的文章中介绍了天河二号的架构，我们大致了解到了天河二号是一个由很多计算节点组成的具有强大运算能力的超级计算机。
gcc命令使用GNU推出的基于C/C++的编译器，是开放源代码领域应用最广泛的编译器，具有功能强大，编译代码支持性能优化等特点。
在之前的博客中我们介绍过concurrent等python多进程任务的方案，而之所以我们又在考虑MPI等方案来实现python并行计算的原因，其实是将python的计算任务与并行计算的任务调度分层实现。在concurrent和multiprocessing等方案中，我们的python计算任务和调度任务是一体化的，而且还有一个比较大的限制是没办法跨节点操作的，这对于任务与环境的定制化程度要求是比较高的。而MPI的方案在设计初期就考虑到了多节点之间通信的问题，而这种分层式的任务调度解决方案其实在架构上看也更加的合理。做计算的人只要考虑单个进程下的任务如何执行就可以了，至于任务如何并行如何调度，那就是上层的MPI该做的事情了。
GNU编译器套装（英语：GNU Compiler Collection，缩写为GCC），指一套编程语言编译器，以GPL及LGPL许可证所发行的自由软件，也是GNU计划的关键部分，也是GNU工具链的主要组成部分之一。GCC（特别是其中的C语言编译器）也常被认为是跨平台编译器的事实标准。
Dalton是一款开源免费的量子化学程序，主要特色是支持一大堆性质的计算，例如DFT下的二次响应计算（常规TDDFT计算仅是线性相应），MCSCF波函数下的核磁NMR计算等等，以及各类激发态方法。当然，也有一些高精度单参考方法（如MP2-R12和CCSD-R12等），但较少用到。其PDF手册在
本文主要针对Ubuntu 17.04版本下，opencv进行源码编译安装。开发环境主要针对python 对 openCV库的调用。下面话不多说了，来一起看看详细的介绍：
Python是一种高级编程语言，它具有易学易用、跨平台等优点，因此在开发中得到了广泛的应用。
PyInstaller是一个跨平台的Python应用打包工具，支持 Windows/Linux/MacOS三大主流平台，能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件，从而允许最终用户在无需安装 Python 的情况下执行应用程序。 PyInstaller 制作出来的执行文件并不是跨平台的，如果需要为不同平台打包，就要在相应平台上运行PyInstaller进行打包。
在日常工作中，基本都是直接执行python脚本，但最近有个项目，需要提供给外部使用，而使用者又完全没有编程基础，不太可能自己安装python，安装各种依赖，所以将python项目打包为exe程序就显得尤为必要。
编译器生成了一堆二进制文件，怎么运行这些二进制文件呢？链接器的作用就是将多个目标文件（object files）链接为一个可执行文件或库。
在很多情况下，编程人员是在Linux环境下完成的编程任务，但是更多的使用人员是在Windows环境下的，比方说，在参考链接1的文章中提到：
GDB 全称 the GNU Project debugger，主要用来调试用户态应用程序。
程序分析是以某种语言书写的程序为对象，对其内部的运作流程进行分析。程序分析的目的主要有三点：一是通过程序内部各个模块之间的调用关系，整体上把握程序的运行流程，从而更好地理解程序，从中汲取有价值的内容。二是以系统优化为目的，通过对程序中关键函数的跟踪或者运行时信息的统计，找到系统性能的瓶颈，从而采取进一步行动对程序进行优化。最后一点，程序分析也有可能用于系统测试和程序调试中。当系统跟踪起来比较复杂，而某个BUG又比较难找时，可以通过一些特殊的数据构造一个测试用例，然后将分析到的函数调用关系和运行时实际的函数调用关系进行对比，从而找出错误代码的位置。
虽然我的公众号以Python方向为主，但是Python运行速度太慢，因为做了太多的底层封装。提高速度可以使用多进程，但是多进程占用系统资源太多，为了减少占用的资源并提高性能，就该拿起低级工具，将“前盖”打开并对“引擎”进行调整。
这个问题展开可以聊的东西非常多，从编程语言到可执行文件，从堆栈空间到虚拟内存，可以帮助面试官快速了解候选人这部分的知识储备。
Python运行速度太慢，因为做了太多的底层封装。提高速度可以使用多进程，但是多进程占用系统资源太多，为了减少占用的资源并提高性能，就该拿起低级工具，将“前盖”打开并对“引擎”进行调整。
开发后端有很多的编程语言，目前比较流行的就是python ,c,cpp,java,js,php,rust,golang ..
本教程将介绍如何将Python脚本编译为可执行文件。这允许您的Python代码在可能未安装Python的不同Windows实例中更具可移植性。首先，我们必须下载必要的依赖项，包括python（本例中为2.7版），对于windows，cygwin（或其他一些变体，我们使用的是PyWin）。
GCC:GNU Compiler Collection(GUN 编译器集合)，它可以编译C、C++、JAV、Fortran、Pascal、Object-C、Ada等语言。
代码写完会运行一下看下效果，开发的时候我们更多都是通过 dubugger 来单步或断点运行。我们整天在用 debugger，可是你有想过它的实现原理么。
IOR是一个并行的IO基准，可用于测试使用各种接口和访问模式的并行存储系统的性能。接口和访问模式的并行存储系统的性能。IOR资源库还包括mdtest基准，专门测试不同目录结构下存储系统的元数据峰值速率。在不同目录结构下存储系统的元数据峰值速率。这两个基准都使用一个共同的并行 I/O抽象后端，并依靠MPI进行同步。本文档由两部分组成。用户文档包括安装说明（Install），初学者教程（IOR的第一步），以及关于IOR的运行时选项的信息。开发者文档包括用Doxygen生成的代码文档和一些关于与Travis的连续整合的说明。IOR/mdtest用户和开发者文档的许多方面都是不完整的，我们鼓励贡献者 鼓励贡献者直接评论代码或在此基础上扩展文档。
在上一章的学习中，我们知道了go语言开发环境的搭建过程，这一章作为一个入门的指南手册，对go语言有一个比较清楚的了解
前几天，读者群里有小伙伴提问：从进程创建后，到底是怎么进入我写的main函数的？
领取专属 10元无门槛券
手把手带您无忧上云
