如何看待 2021 年图灵奖授予美国计算机科学家 Jack J. Dongarra?

每年图灵奖公布之际，都会在心里猜一猜会是谁。今年看到Jack Dongarra教授荣获图灵奖，虽然没有猜对，但第一感受仍是惊喜：

一个原因是很高兴看到高性能计算这个如此重要的领域终于轮上图灵奖了。其实我一直觉得如果不是Seymour Cray因为一场车祸于1996年意外离世，高性能计算领域早就应该出一个图灵奖了。Jack Dongarra教授今天获奖，是对整个高性能计算领域的一个迟到的图灵奖。

另一个原因是Jack Dongarra教授真可谓是中国高性能计算界的老朋友，很高兴看到他获得图灵奖。疫情前他每年都要到中国来好多趟，穿梭于中国的各个超算中心。周围有很多朋友和Dongarra教授有很深的交情，所以在他获奖后，朋友圈也有很多人晾出了和他的合影。

上面​这篇文章很好地总结了Dongarra教授的贡献，我觉得有一段话总结得特别好：

“近四十年来，摩尔定律使硬件性能呈指数级增长。与此同时，虽然大多数软件未能跟上这些硬件进步的步伐，但高性能数值软件却做到了——这在很大程度上归功于 Dongarra 的算法、优化技术和高质量的软件实施。”

​这篇文章还提到Dongarra教授过去的工作：

“过去的四十多年里，Dongarra 一直是 LINPACK、BLAS、LAPACK、ScaLAPACK、PLASMA、MAGMA 和 SLATE 等库的主要参与者或首席研究员。”

但这里却没有提到他的这些工作其实直接催生了一个成功的商业软件——Matlab。

​2020年6月19日我曾经在CCF YOCSEF杭州· “Matlab被禁之特别论坛”上介绍过Matlab的起源，提到新墨西哥大学Cleve Moler教授1970年代在NSF支持下带领团队开发了几个软件，一个是EISPACK，另一个是LINPACK，后来为了方便用于教学，又写了一个小工具软件Matlab把它们封装起来。

1979年，Jack Dongarra在新墨西哥大学获得博士学位，他的导师正是Cleve Moler教授，他的博士工作正是开发LINPACK。

用Moler教授自己的话说，LINPACK项目做得很艰难。但是，做难事必有所得！

我觉得老爷子获奖毫无疑问是实至名归的事情。

随着现在数据量越来越大，我们也越来越要求算法的scalability（可拓展性）。

我们纯理论领域也很关注scalability。但是往往都是先假设有一台理想的电脑，然后有一些操作的成本是1，然后去数操作数就可以了。

也能搞出来很漂亮的结果，但是由于上面的这个模型过于理想化很多时候实际跑起来可能并不是最优的，甚至可能跑不起来。

如果说想要真的实用的话，那就必须要考虑算法与底层的计算环境以及硬件的交互，并且对什么运算比较影响性能有一个深刻的了解。

这就要求对算法本身以及硬件都有着很高的造诣。

看老爷子的Google scholar从上世纪80年代就开始这方面工作了，而且论文引用量都很高。

虽然并不算领域内的人，但我觉得老爷子的贡献应该是不可否认的。

最后再提一点，发现老爷子是田纳西大学的。这点可能给之后的同学提个醒。申请phd不一定非要往那些top里面挤，普通的大学里面也有大牛。