WolframEngine, 基本全功能 Mathematica,只是没有图形化前端。

建议从 simulator 或者 emulator 开始搞。尽量挑选那些 hardware spec 比较全的系统下手

嘿嘿，你发现没有，楼上列出的领域好几个都有 domain knowledge ，然后额外有性能要求所以用 C++

nuphy air

挖个坟说说最近的感想。

因为一个 side project 的需要我开始用 clang 的 libtooling 。需要编译 llvm 和 clang 。clang 那部分可能会比较频繁的重编译。
那表现怎么样呢？我可以不插电工作一下午还剩 50%+！
make clean 之后编译我的那个工具也才区区十几分钟。
非常满意。

大内存（ 32GiB ）有挺大的帮助。我以前的台式机 16GiB 编译 llvm 会在 linking 的时候卡住好久。那个操作一般会把所有 obj 加载上来然后单线程占用巨量的内存。
现在的 linking 没有特别明显占用时间。
下次换机我一定尝试一下内存顶配。



我不太用 xcode 。它本身 indexing 占资源。所以一直用 unix makefile 编译。index 一次之后用来看代码 /跳转定义也还不错。不过编译不如 makefile 快。


一件我不太清楚的事情就是…内存带宽。稍后还有一个 m1 max 入手，让我来看看 cpu 程序最高能吃多少带宽。

不要“学习数据库公开课”，那是 input ，没人在半年以后看你 input 开工资。
你需要 output ，比如给开源数据库贡献代码。哪怕第一个月改 typo ，做 unit test ，那也叫 output 。（当然你不能一直干这种边缘贡献）。

你说的其他方面看起来没问题，都挺好的。

短篇：
an occurrence at owl creek bridge

我觉得视频缩略图长按能快放一段关键剧情就好了，省的我点进去拖

容易改的代码

这是什么 color theme ？看起来特别像 emacs 的 adwaita

@thedrwu 正是在下.jpg

物理引擎相关。

一般撸的不是 Krylov 本身，是矩阵乘法部分，或者说 linear operator 那部分。
Krylov 相关的工作量全都在 linearization，preconditioner 上了。

Galerkin 这个词我自己也不知道确切指什么，可能是指 weak form ？

Gauss quadrature 积分我记得可以离线算好。
时间相关的数值积分更常接触。

总体来说大部分时候调用写好的库就行，像 CG/MINRS 那种模版代码就很常用。但是得清楚原理，不然 debug 的时候只能干瞪眼。我当年的导师就批我“is conjugate grad a black box to you?”

IC 的 C 并不是只有代码一种方式。

对于一个高阶 IC 来说，当他 /她觉得可以一眼看穿大概实现方式的时候，就应该让其他初阶 IC 接手了。
multiplier 的属性会随着 IC 升级越来越重要。

有时候看到高阶 IC 有巨量代码贡献也不稀奇，因为他们有时候得做 refactoring，别人干不了的。

我觉得互联网真的改变我的生活了呢，很难厌倦它吧。

我小的时候为了查一个公式要做公交去图书馆，单程得半个小时。再或者为了学一个软件（ Borland 什么的），也要去图书馆借手册，而且想要的那本还不一定有。

现在，我只要一搜，几秒之内就知道了。
想想现在我们都有什么，wiki，stackexchange 一群网站，这在当初是不可想象的事情。

而且现在，我可以一直连在互联网上，再也不用担心爸妈在我上网的时候打电话了。

说这个有点晚，不过学英语+申请不至于 quit 原先工作的。

是他自己找你要的任务啊啊...不像划水的套路啊

我理解博后已经预瞄 tenure track 的职位了。如果博后完成之后去业界我觉得...不太对劲，因为博后对你找工作加成不大。