說到需要什麼方面的知識，我覺得和一個隊伍要達到的目標相關。個人認為目標可以分為三檔，由易到難。三個目標分別是
能順利在叢集上執行比賽要跑的程式。
能夠理解應用背後的理論知識。
能夠利用應用的背景知識和計算機的知識去最佳化應用（主要是程式碼層面）。
要達到第一個目標，首先需要掌握最基礎的 1)搭建叢集知識（大致可以等價於Linux運維）和 2)程式編譯和執行的知識。搭建叢集簡單來說就是安裝Linux系統，配置好網路（乙太網和InfiniBand），然後安裝一些必要的軟體包（比如CUDA，Intel Parallel Studio）等。這些網上應該有很多資料，對於CUDA和InfiniBand什麼的最好讀一讀安裝文件（俗話說得好，read the f*cking menu)。編譯和執行主要是指明白怎麼用編譯器編譯、連結，怎麼做一些簡單的最佳化，編譯出了錯誤怎麼解決，怎麼執行MPI或者OpenMP程式等。掌握了這些基礎知識，應該最起碼可以順利地跑起來比賽的各個應用並作適當的最佳化。
要達到第二個目標，主要就是數學知識。大部分參賽應用背後都是線性代數，偏微分方程等等。如果有一些數學基礎的話，大致理解應用的原理應該不是太難（量子化學等除外）。知道了這些可以更好的去除錯程式執行的引數，達到更好的精度或者更快的速度。
要達到第三個目標，主要是靠積累。程式碼最佳化這個東西能做的實在是太多了，每個應用能做的也不一樣，沒有固定的套路，所以主要是靠平日的積累（在這看點在那看點就積累下來了，也沒有一個什麼最佳化大全這樣的東西，畢竟涉及的面太廣）。單獨針對一個應用來說的話，可以讀一些應用相關的論文，搜尋引擎直接搜可能搜不到什麼有用的。
如果說學習的書和資料的話，你可以順著我講的去搜一下每個方向有什麼好的資料推薦。入門的話簡單瞭解就好，不用一個方向扣的太深。我個人並沒什麼特別突出的書推薦，我們隊也沒有什麼公認的教材什麼的，主要是涉及的東西真得是太散了。
說到需要什麼方面的知識，我覺得和一個隊伍要達到的目標相關。個人認為目標可以分為三檔，由易到難。三個目標分別是
能順利在叢集上執行比賽要跑的程式。
能夠理解應用背後的理論知識。
能夠利用應用的背景知識和計算機的知識去最佳化應用（主要是程式碼層面）。
要達到第一個目標，首先需要掌握最基礎的 1)搭建叢集知識（大致可以等價於Linux運維）和 2)程式編譯和執行的知識。搭建叢集簡單來說就是安裝Linux系統，配置好網路（乙太網和InfiniBand），然後安裝一些必要的軟體包（比如CUDA，Intel Parallel Studio）等。這些網上應該有很多資料，對於CUDA和InfiniBand什麼的最好讀一讀安裝文件（俗話說得好，read the f*cking menu)。編譯和執行主要是指明白怎麼用編譯器編譯、連結，怎麼做一些簡單的最佳化，編譯出了錯誤怎麼解決，怎麼執行MPI或者OpenMP程式等。掌握了這些基礎知識，應該最起碼可以順利地跑起來比賽的各個應用並作適當的最佳化。
要達到第二個目標，主要就是數學知識。大部分參賽應用背後都是線性代數，偏微分方程等等。如果有一些數學基礎的話，大致理解應用的原理應該不是太難（量子化學等除外）。知道了這些可以更好的去除錯程式執行的引數，達到更好的精度或者更快的速度。
要達到第三個目標，主要是靠積累。程式碼最佳化這個東西能做的實在是太多了，每個應用能做的也不一樣，沒有固定的套路，所以主要是靠平日的積累（在這看點在那看點就積累下來了，也沒有一個什麼最佳化大全這樣的東西，畢竟涉及的面太廣）。單獨針對一個應用來說的話，可以讀一些應用相關的論文，搜尋引擎直接搜可能搜不到什麼有用的。
如果說學習的書和資料的話，你可以順著我講的去搜一下每個方向有什麼好的資料推薦。入門的話簡單瞭解就好，不用一個方向扣的太深。我個人並沒什麼特別突出的書推薦，我們隊也沒有什麼公認的教材什麼的，主要是涉及的東西真得是太散了。