Привет всем! Я недавно закончил бакалавриат МИФИ по направлению физика конденсированных сред. На данный момент есть возможность уйти работать не по специальности в аналитику, где предлагают стартовых 60 тыр, или продолжить обучение в магистратуре. Мне всегда была интересна тема параллельного программирования, и я хотел в ней развиваться. Но, как оказалось, светилам российской науки никакое параллельное программирование на графических ядрах не нужно, поэтому я был послан подальше. Поэтому встал вопрос, есть в России ВУЗы и проекты, куда можно пойти учиться параллельному программированию на граф. ядрах? Или просто забить и работать?
Но, как оказалось, светилам российской науки никакое параллельное программирование на графических ядрах не нужно
А нафига оно им нужно ? Им нужно решение задач и проблем. Вот и найдите проблему, решение которой хорошо ложится в область, которая вам интересна, - туда и идите.
В той области, где я предлагал CUDA, было оправдано. Исследование было заточено под моделирование каких-то дефектов в сплавах (МД-метод). Параллелили на MPI, я предложил тоже самое сделать на CUDA, ответ был зачем, хотя почти аналогичное моделирование проводили китайцы на граф. ядрах и у них считалась в разы быстрее.
mathkvant: Я, конечно, не собираюсь никого защищать, система образования у нас "по настроению", бывают очень печальные случаи.
Но все же, а вы ответили на вопрос: "зачем?" ? Аргументировали чем-то кроме китайцев?
Я хоть и далек от темы, но, мне кажется, аргумент "у них считалось в разы быстрее" - не априори решающий. Может, там уже большая часть исследования была проведена и задействованные специалисты - собаку съели на тех технологиях, что задействованы сейчас?
Вы слышали, что часто даже опытным программистам (не говоря о начинающих) нужно пройти не одно собеседование, прежде чем получить интересующие его условия? Вы сколько попыток сделали?
Когда я учился в СПбГПУ на кафедре ИУС, одной из тем НИР, которую предлагал один научрук, было исследование и разработка инструментов, упрощающих (или автоматизирующих) распаралеливание алгоритмов на CUDA.
Я не решился на такое потому что слишком сложно
У СПбГУ есть ресурсный центр с кластером из тесл, на физфаке с полгодика дают вводную информацию о cuda, решения конкретных задач работникам можно гонять на кластере. В первую очередь нужно определиться с задачами, которые ты можешь и хочешь решать, а потом уже использовать такую узкоспециализированную технологию.
Знаю точно, что в районе 2008 года, CUDA (и вообще параллельные вычисления) были перспективными направлениями в НГУ (Новосибирск)
Советую Вам узнать как сейчас там обстоят дела.
можно не забить но и не нырять с головой в то в чем вы пока мало что понимаете.
большинство сфер деятельности не так интересны как кажется со стороны. может вам быстро разонравится эта тема через полгода обучения.
на мой взгляд адекватнее всего:
1) развиваться в сторону того что интересно (всесторонне изучать саму технологию и все сопутствующие вещи).
в смысле самостоятельно изучать в свободное время или параллельно работе
2) приближать работу в сторону этого направления (тоесть не искать только такую на которой только интересующая технология используется, а что-то что по духу и принципам близко к тому что интересно. обычно очень много аналогий в схожих направлениях. и вы может быть будете работать не с CUDA а с другими параллельными вычислениями - общие черты точно будут)
3) с большим и практическим и теоретическим опытом/знаниями найдете либо "идеальную работу" либо научное объединение занимающееся этим (скорее всего забугорное, тк в рф наука двигается очень медленно и дешево)
и все-таки для поиска людей (а именно это должно быть в приоритете, а не какие-то там вузы и институты), занимающихся этим стоит посмотреть топовые конференции и журналы на интересующую тематику и читать кто автор и где работает. и выходить на конкретных людей (по почте или на самих конференциях).
почти всегда конкретные темы двигают конкретные люди, а место где это происходит (иниверситет, институт, забугор, конференции) - вторично.