Jako výpočetní fyzik pracující v materiálech / kondenzovaných látkách jsem buď velmi zaujatý, nebo mám dobré předpoklady, abych se k tomu vyjádřil.
Fyzika je v praxi rozdělena do tří překrývajících se přístupů: experimentální, teoretické a výpočetní. (Nejvýznamnější výzkumné práce obvykle zahrnují kombinované úsilí všech tří.)
Pokud máte v plánu jít do výpočetního výzkumu, budete muset udělat slušné množství programování. Neznám však nikoho, kdo využil Raspberry Pi pro fyzikální výzkum (to neznamená, že nikdo nemá, ale je to spíše novinka než něco, co se běžně dělá). Ve výpočetní fyzice bude váš kód téměř výlučně spuštěn buď na standardních stolních počítačích, nebo na superpočítačích (kde využíváte systémy pro předávání zpráv jako MPI k využití obrovského paralelismu). Prakticky všechny univerzity mají své vlastní superpočítače, ale může vám být také udělen přístup k některým větším národním nebo dokonce mezinárodním superpočítačům (například ARCHER, Jaguar atd.).
Grafické karty se v posledních letech staly velmi populárními pro fyzikální výzkum kvůli nárůstu CUDA a většina superpočítačů nyní obsahuje několik uzlů nabitých špičkovými grafickými kartami. Programování GPGPU je tedy příjemná dovednost, ale v žádném případě není nutnost.
Za zmínku stojí také programovací jazyky. Hlavně z historických důvodů je většina akademických kódů ve skutečnosti procedurálně psána v Fortranu (což je tak archaické, že stále mají funkce, které zbyly z doby děrných štítků). C / C ++, Java a Python jsou také široce používány spolu s Unix shell (většina akademických strojů používá Linux). Ti, kdo hodně statisticky modelují, většinou používají R nebo IDL. A ti, kteří jsou příliš líní na skutečné programování - většinou matematici a inženýři - používají MATLAB nebo Mathematica (dobře, jsem trochu kruté na to).
Dovolte mi to na závěr diskutovat o teoretické a experimentální fyzice. Prakticky každý teoretik, kterého znám, dělá většinu své práce na počítačích - programuje například numerické řešení nebo testování. A mnoho z jejich „teorií“ je zaměřeno na pokrok výpočetních metodik. Klasickým příkladem toho jsou Hohenbergovy-Kohnovy věty, které položily základ pro teorii funkční hustoty, a nyní existuje mnoho teoretiků, kteří se to snaží rozšířit vývojem lineárního měřítka a DFT v reálném prostoru.
Programátoři se také stali běžnými pro programování. Ať už se jedná o mikrokontroléry, jako je Arduinos (jak uvedl Emilio Pisantry níže), skripty pro analýzu dat nebo dokonce využití standardních simulačních technik k lepšímu pochopení jejich experimentálních pozorování.