一、从一张尾延迟的P99曲线说起
我第一次对“吞吐率显著提升”这句话生出警惕,是在一个分布式存储课题的组会上。那时我在课题组做研究助理,日子过得很具体:集群是物理机还是虚拟机、几台机器几个机架、网卡是万兆还是25G、RDHC有没有开、CPU绑核做了没有、NUMA亲和性怎么设的、存储介质是NVMe还是SATA SSD、队列深度和I/O大小是多少、文件系统还是裸设备、缓存预热了几轮、GC停顿有没有单独记、锁竞争和上下文切换的perf数据看了没有、尾延迟是P95、P99还是P999、统计窗口多长、采样率多少、丢掉的长尾请求算没算进去、吞吐是峰值还是稳态、一致性级别是强一致还是最终一致、副本数几份、故障注入做了没有、节点宕机和网络分区后恢复时间怎么测的、n到底等于几次独立部署、几轮独立重跑、随机种子和负载序列是不是同一份。我交过一份关于某索引结构优化的说明,写着“多负载一致、机理明确”。带我的老师没否定我,只是把台账里被我标成“两轮因‘机器抖动’剔除(恰是P99最高的那两轮)”和“三个并发度、四组缓存配比、两套吞吐口径里只报了最漂亮的那一组”的两处摊开,问了一句:这个“显著提升”,是这个设计真的把并发、内存和I/O配平了,还是你先知道了答案该提升,再给它挑了一批最配合的负载、一个最顺手的百分位和一轮最肯给低延迟的机器?
那天我从机房出来,延迟分布图还挂在屏幕上。我第一次承认,自己对上的是一组筛出来的点。我把“柱子上去了”当成了“机理清了”,把架构图画得漂亮当成了问题想明白了,把单机benchmark跑通了当成了结论。于是我想回去读书,回到抽象—算法—实现—资源—验证这条链的道理本身,而不是它的验收话术。我报了中国科学院大学的计算机科学与技术方向。
二、公共课:慢即是快
政治我从四月开始,每天一小时,不赶进度。我的办法是把每个专题往自己的专业上靠:制造强国与质量强国建设纲要对应操作系统、数据库、编译器、EDA与工业软件自主可控;网络强国、数字中国、人工智能+对应算力基础设施、东数西算、大模型治理、生成式人工智能服务管理暂行办法、算法推荐管理规定;安全生产法对应数据中心用电与消防、涉密信息系统分级保护、漏洞披露与应急响应规范;计量法对应时间同步(PTP/NTP)、性能指标口径统一(同一个“吞吐”差一个数量级往往只是口径不同);数据安全法、网络安全法、个人信息保护法是这个方向的“本命法”——等级保护2.0、关键信息基础设施保护、数据分类分级、去标识化与匿名化的差别、跨境传输评估、训练数据来源合规、爬虫与接口调用的授权边界;科研诚信对应选择性报告最优负载最优并发度、剔除抖动轮次不披露、把同一次运行的分段数据当独立样本、只报平均不报分布、坐标轴截断夸大倍数级提升、用“代表性日志”代替统计、复现baseline时不给对方公平的配置、把换了硬件的结果说成方法贡献、忽略能效只看性能。同一个话题我逼自己答三层——它是什么、为什么现在提、在计算机上对应哪条法规哪个指标哪个伦理前提。这样写出来的东西有筋骨。
英语我从三月背单词到考前,一天不落;阅读一天一篇精读,顺手攒专业词汇:distributed system、consistency、concurrency、scheduling、virtual memory、cache coherence、compilation、complexity、privacy、reproducibility。写作我自己搭框架,改到看不出模板痕迹。这个方向要读大量英文专著与方法论文,SOSP/OSDI/NSDI/ATC、SIGMOD/VLDB、PLDI/POPL/ASPLOS、ISCA/MICRO/HPCA、CVPR/ICML/NeurIPS论文更是日常,英语其实是同一件事。
三、专业课:回到链条本身
先说一件更重要的事:计算机科学与技术是0812,是工学门类下独立的一级学科,下设计算机系统结构081201、计算机软件与理论081202、计算机应用技术081203三个二级学科(各校自设名称与代码略有差异),同时与0835软件工程、0839网络空间安全、1401集成电路科学与工程、0810信息与通信工程、0811控制科学与工程、0854电子信息并存。国科大不同培养单位的第四门科目完全不同:绝大多数考计算机学科专业基础综合(408,含数据结构、计算机组成原理、操作系统、计算机网络),也有不少单位考数据结构单独命题,或考数学一、普通物理(甲/乙)、信号与系统、自动控制原理、离散数学、软件工程等;培养单位涉及计算技术研究所、软件研究所、自动化研究所、空天信息创新研究院、深圳先进技术研究院、上海高等研究院、国家空间科学中心、信息工程研究所、微电子研究所、声学研究所、沈阳自动化研究所等,同一位老师可能同时在招计算机科学与技术和软件工程、网络空间安全、电子信息或控制科学与工程。报名前务必逐项核对院系所代码、专业代码、研究方向与第四门科目代码,并确认你报的分支偏体系结构、偏系统与网络、偏数据库与软件、偏理论与算法、偏AI与视觉语音还是偏安全;部分联合培养项目学籍不在国科大而在合作高校。这一步错了,后面全是无用功。
复习时我抓的是同一件事:从问题定义到抽象、到算法、到实现、到可测性能,每一环都问前提是什么、开销从哪来、它不能证明什么。数据结构与算法是根,不许只背模板不看不变量——线性表、栈队列、串的模式匹配(KMP的next数组图像)、树与二叉树的遍历与非递归实现、哈夫曼编码、堆与优先队列、并查集的路径压缩与按秩合并、图的最短路径(Dijkstra的前提是非负权、Bellman-Ford与负环、SPFA的最坏情况)、最小生成树、拓扑排序与关键路径、哈希表的冲突处理与装填因子、B/B+树与磁盘I/O的关系、红黑树的工程意义、排序算法的稳定性与比较下界、分治与动态规划的状态设计与最优子结构、贪心的交换论证、NP完全性与归约的思想、复杂度类P/NP/NP-hard的准确含义。组成原理要落到“时间与空间”上——数据的表示(补码、浮点IEEE 754的舍入与溢出、精度陷阱)、ALU、指令系统设计与寻址方式、CPU datapath与五级流水线的冒险(结构/数据/控制)及解决、分支预测的代价、Cache的映射方式与替换策略、局部性原理、虚拟存储与TLB、页表多级化、中断与异常、总线与I/O、多核下的缓存一致性与MESI协议思想、内存序与屏障的工程含义、Amdahl定律与 Gustafson 定律的适用边界。操作系统要能串起来——进程线程协程的分工、上下文切换的开销、调度算法与公平性、死锁的四个必要条件与银行家算法的前提、同步原语(信号量、管程、自旋锁、读写锁)的适用场景与活锁饥饿、虚拟内存与缺页、页面置换、文件系统的inode与日志、磁盘调度、设备驱动与中断下半部、用户态内核态切换代价、虚拟化与容器(namespace/cgroup)的基本图像、微内核与宏内核的取舍。计算机网络要问清分层与开销——OSI/TCP/IP分层思想、信道容量与香农/奈奎斯特、编码调制、CSMA/CD与以太网的分工、交换机与VLAN、IP编址与子网、路由协议(RIP/OSPF/BGP)的收敛与环路避免、TCP的三次握手、拥塞控制(慢启动、拥塞避免、快重传快恢复)、流量控制、UDP与实时传输、HTTP/HTTPS与TLS握手开销、DNS、CDN、QUIC的队头阻塞改进、无线网络的特点。数据库与软件若考要各自立起来——关系代数与SQL、范式与反范式、事务ACID、并发控制(两阶段封锁、MVCC)、恢复(WAL、检查点)、索引(B+树、哈希、LSM树)、查询优化、NoSQL与CAP/PACELC的准确表述、软件工程的开发模型、需求分析与测试覆盖、形式化方法的尺度限制。理论与安全要懂边界——自动机与可计算性(停机问题的证明思想)、编译的词法语法语义分析、中间表示与优化、密码学原语(对称/非对称、哈希、签名、密钥交换)的假设与误用场景、访问控制模型、侧信道与形式化验证的分工。任何系统结论都必须回答三件事:性能增益来自哪里(算法复杂度、常数因子、并行度还是硬件红利)、瓶颈移到哪了、有没有在独立集群独立负载上复核。数值与实验更要问清前提——warm-up与稳态区分、采样与聚合口径、平均值掩盖长尾、置信区间与多次运行、公平基线(同等硬件同等配置同等调参)、消融单一变量、能耗与成本一并报告、开源可复现。数学也不是孤立的:离散数学是结构与可计算的根,线性代数是图形学与机器学习的根,概率统计是 randomized algorithm、排队论与性能评估的根,组合数学是复杂度分析的根,数理逻辑是程序验证的根,优化是机器学习与系统的根。
手上功夫不能省。九月起我每周两次限时手写,名词解释按“定义—适用场景—失效条件”写,推导题按“假设—建模—化简—求解—极限情形检验”写,论述题按“问题界定—链条—对照设计—替代解释—局限与独立验证”写,不许跳步,不许写“显然”。错因簿分假设漏检、判据误用、量纲与口径错误、对照缺项几类,每周翻一次。真题按考点归类,重复出现的那一半就是基本盘;同一道题隔两周重做一遍,不看答案,直到能从头写到尾不卡壳——熟练从来不是看懂,是重写。复试我提前做了三件事:补初试没考但面试常问的方法原理;养手感,读论文先不看结论,先问独立集群与独立重跑够不够、有没有第二种方法(解析/仿真/实测)交叉验证、分布与误差条给了哪些、对照组是否同一平台同一配置;准备一个自己能讲透的问题。面试老师最爱问三句:你这个结论依赖什么系统与负载假设?换一个硬件(或并发度、或数据规模、或故障场景)还成立吗?给我一个纯技术的解释。接得住这三问,比多刷十套题有用。
四、要不要报班
这件事没有标准答案,但有几个事实最好先弄清楚:盘子小且散,推免与直博占比高,统考名额有限且每年调整;分数线年年波动,单科还有硬杠,总分过了、单科差一分一样进不了复试;更要紧的是入口容易搞错三层——专业代码这一层,机构归属与学籍这一层,研究方向这一层(体系结构、系统与网络、数据库与软件、理论与算法、AI与安全,备考科目与导师期望差别极大)。如果你本科计算机、软件、电子、自动化、数学背景扎实、编程与数理基础好、信息渠道清楚、自律性强,自学完全够;如果你是跨专业、二战,或者连专业代码、第四门科目和研究方向都没核对明白,就别硬扛,找人帮你把节奏排好,省下的是一年时间。
我现在在新祥旭考研担任理工科方向的专业课辅导老师,带的是一对一规划。我会先看你的本科背景、编程与数理基础和可用时间,帮你厘清该报计算机科学与技术还是计算机系统结构、计算机软件与理论、计算机应用技术、软件工程、网络空间安全、电子信息、信息与通信工程、控制科学与工程等相关方向,再逐项核对当年的院系所代码、专业目录与报考条件,确认你报的单位第四门考什么、用什么版本的大纲、导师具体做哪个分支,然后把公共课与专业课的双线复习表、三轮模考表和复试抢跑计划一条条排出来。新祥旭考研的全科定制辅导可以按你的基础和时间量身定制方案,公共课和专业课一起安排,不让你在某一门上单独耗掉全部精力。如果你正在备考中国科学院大学计算机科学与技术,或者同校的计算机系统结构、计算机软件与理论、计算机应用技术、软件工程、网络空间安全、电子信息、信息与通信工程、控制科学与工程,欢迎来找我聊聊。
(文中涉及的专业代码、初试科目、考试大纲、招生计划、复试办法与分数线等,请以中国科学院大学招生信息网及相关培养单位当年公布的官方文件为准。)
