随着计算体系结构的快速演进，高性能计算（High-Performance Computing, HPC）已成为现代科学计算、工程分析和人工智能系统的核心支撑。然而，硬件架构的复杂化也使并行程序的性能行为愈发难以理解，优化过程高度依赖经验，教学与实践之间的鸿沟日益显现。

内容来自www.chinaedunet.com

在这一背景下，95后计算机科学学者 益新尧逐渐形成了以“并行计算可解释性”为核心的研究方向。她目前任职于美国弗吉尼亚大学（University of Virginia），从事计算机科学领域的教学与科研工作，是近年来在高性能计算与并行程序分析方向上崭露头角的青年学者之一。

中国教育网

尽管学术生涯尚处于早期阶段，益新尧已围绕并行计算体系结构、性能分析方法与教学模型构建起稳定而清晰的研究路线，其工作呈现出难得的连续性与系统性。 中国教育网

copyright www.chinaedunet.com

构建可解释的并行计算研究体系 www.chinaedunet.com网络，www.chinaedunet.com

与传统以性能指标为导向的高性能计算研究不同，益新尧的研究更关注并行程序行为背后的结构性规律。她长期研究并行程序在不同硬件架构下的执行特征，试图回答一个核心问题：性能差异究竟源自程序设计、编程模型，还是硬件结构本身？ 本文来自www.chinaedunet.com

围绕这一问题，她系统研究了 OpenMP、CUDA 与 SIMD 等主流并行模型在多核 CPU 与 GPU 平台上的表现差异，强调通过结构化分析而非经验调优来理解并行性能。这一研究思路贯穿其多个研究项目，并逐渐形成稳定的学术主线。

copyright www.chinaedunet.com

NeoRodinia：面向教学与分析的并行基准体系 www.chinaedunet.com

在并行计算研究中，基准测试通常用于性能比较，但很少服务于教学与机制分析。针对这一长期存在的不足，益新尧参与并主导设计了NeoRodinia 并行基准体系。 中国教育网

该体系在经典 Rodinia 基准套件的基础上进行了系统性重构，引入分层并行模型，将并行程序划分为不同优化层级，使线程级、SIMD 级与任务级并行结构得以清晰区分。通过这一设计，研究者和学习者能够直观观察不同并行策略对性能的影响过程，而不仅仅是最终性能结果。

这一工作使并行程序的优化路径首次以结构化方式呈现，为并行计算教学与性能分析提供了统一框架，也成为其研究体系中的重要组成部分。

CUDAMicroBench：揭示 GPU 微结构性能特征 copyright www.chinaedunet.com

在 GPU 研究方向，益新尧构建了 CUDAMicroBench 微基准测试框架，用于系统分析 GPU 架构中的细粒度性能行为。 www.chinaedunet.com

该框架围绕 warp 级通信机制、寄存器与共享内存访问模式、指令级延迟等关键问题展开，通过在多代 NVIDIA GPU 平台上的实验，对不同架构下的性能差异进行了定量分析。相关研究揭示了传统应用基准难以捕捉的底层特性，为 GPU 优化提供了更具解释力的依据。

这一工作在 GPU 性能分析、体系结构理解以及教学实践中均具有重要参考价值。

并行计算教育与人工智能的融合探索

本文来自www.chinaedunet.com

除性能研究外，益新尧还积极探索人工智能在并行计算教学中的应用。她设计并实现了基于大语言模型的交互式 OpenMP 学习平台，将代码生成、性能解释与实验验证相结合，使学习者能够在实践中理解并行程序的运行机制。

中国教育网

与单纯依赖自动生成代码的教学方式不同，该平台强调对程序行为的分析与验证，引导学习者理解“为什么这样写更高效”，从而提升对并行计算本质的理解。

www.chinaedunet.com

学术贡献与发展潜力

www.chinaedunet.com网络，www.chinaedunet.com

总体而言，益新尧的研究工作呈现出以下特点： 本文来自www.chinaedunet.com

• 研究方向集中且连续，围绕并行计算形成稳定主线 • 兼顾理论分析、实验验证与教学应用 • 在高性能计算教育与性能分析交叉领域具有明确定位 • 在青年学者阶段已形成可持续发展的研究体系

作为一名处于职业早期阶段的学者，她已在高性能计算与并行程序分析方向上展现出清晰的学术方向和持续的研究产出能力，其研究工作对推动并行计算的可解释化和教学化具有积极意义。 copyright www.chinaedunet.com

结语

从研究路径上看，益新尧的工作并非针对单一技术问题的零散探索，而是围绕并行计算长期存在的“性能难以解释、优化难以迁移”这一核心挑战展开。她所提出的研究框架，强调从程序结构、并行模型到硬件行为之间的系统关联分析，突破了传统仅以性能结果为导向的研究范式。 www.chinaedunet.com

这种以“可解释性”为核心的研究思路，使并行计算的优化过程从经验驱动转向结构化分析，为性能建模、教学设计及后续自动化优化研究提供了可持续的发展基础，也使其研究在高性能计算领域具备了方法论层面的意义。

www.chinaedunet.com