想要成为一名高性能计算工程师，入门并掌握相关基础并不困难。

关键在于兴趣和自驱力，因为这是一个偏向底层开发的领域，需要扎实的C和C++编程基础。

另外，数学能力也很重要，因为算法开发涉及一些基础的数学知识。对于大部分人而言，学过矩阵计算或线性代数的基础知识就足够了，无需超出这些范畴。

此外，了解计算机组成原理也是高性能计算工程师的必备知识。这个领域涉及软件和硬件的结合，对计算机组成原理有一定的认识是必要的，尽管并非要设计计算机或芯片，但了解基本架构和原理非常重要。如果还有并行计算经验，那就更好了，因为并行化和异构计算等技术在高性能计算领域非常重要。

最重要的是要对这个领域充满兴趣，并保持初心。如果你对这个领域感兴趣，那选择它是没有问题的。高性能计算相较于一些AI应用的算法开发来说，可能不像后者那样能够通过搭建框架和展示效果来吸引眼球，而更注重性能的优化和评估。

要获得更多高性能计算项目经验，可以参与学术研究项目、开源项目或实习机会。此外，参加竞赛项目和继续教育培训也是不错的选择。通过这些途径，你可以与专业人士合作、拓展人脉，并提升自己的实践能力。

高性能计算工程师的领域要求与上层应用开发有明显差异。在高性能计算领域，科研论文的要求相对较高，竞争也较为激烈。这是因为从事这个领域的人相对较少，所以竞争程度较高。而且，由于高性能计算工作涉及底层系统和原型系统的搭建，对系统能力的要求更高。

如果你对这个领域充满兴趣，并对从事系统开发有追求，高性能计算绝对是一个理想的方向。它可能不像其他领域那样追求华丽的效果和视觉展示，而更加注重实际的性能指标。在高性能计算领域，你将更多地关注性能图表、计算时间、可扩展性等方面的评价，这可能相对较为枯燥。然而，这并不意味着它缺乏挑战和成就感。

与上层应用开发相比，高性能计算在技术要求和发表论文方面具有独特的要求。该领域的顶级会议相对较少，录取的文章数量也有限。这主要是因为高性能计算领域的从业人员相对较少，因此竞争程度较高。无论是毕业论文还是科研项目，你都需要达到原型系统的开发水平，而不仅仅是发表几篇论文。这对你的系统能力提出了更高的要求，这也是与其他领域的典型算法开发和上层应用开发的显著区别。

如果你对这个领域感兴趣，并且对系统开发保持热情，那么高性能计算无疑是一个理想的方向。要在这个领域取得成功，需要坚定的兴趣和自驱力，扎实的编程基础，良好的数学能力，对计算机组成原理的了解，以及对并行计算等相关技术的熟悉。通过积累项目经验、参与竞赛、继续学习和寻找合作机会，你将逐步成长为一名卓越的高性能计算工程师。

在这里，猿代码科技（https://www.ydma.com）为您准备了一份高性能计算培训课程，涵盖CPU、GPU以及超算运维。其中尤其推荐的是猿代码-高性能计算从新手到大师系列课程（CPU和GPU并行优化）

这是由国内顶尖科研院所专家及知名企业工程师合作研发的高性能计算专项课程，涵盖高性能计算之并行计算等多个方面，包括CPU并行计算实战课程、GPU并行计算实战课程以及超算运维等。您将有机会通过工程化实战项目来学习所学知识，并与来自国内顶级专家及工程师近距离合作与学习。