我为生物学问题运行 Python/C 模拟，因此计算任务的范围可以很广泛。这里有些例子：
1) 连续体模型模拟：FEM 类型
2）基于代理的模拟：每个代理可能是一个二维多边形，在其顶点上定义了 ODE，对有趣变量的时间演化进行建模，并且可以定义交互——这样的模型可能涉及大量的计算几何
3）基于代理的模拟：每个代理可以使用水平集方法建模
4）基于代理的模拟：使用随机方法（例如蒙特卡洛）进化的交互粒子系统
5) 分子动力学模拟
目前，我可以使用配备 Intel i5-2500K 处理器的计算机，但它不是我自己的，我只能在空闲时使用它。我正在运行类型 2) 的模型，如果有很多代理，我可能需要几个小时。
我有少量预算（约 600 加元）购买一台专门用于科学计算的计算机。我应该考虑选择哪种处理器？我应该知道哪些重要的术语和定义？
免责声明：大部分内容纯属意见。
在整台计算机的 600 美元范围内，我不确定处理器是否重要，只要架构是 x86。如果您想在本地运行模拟，内存可能是我首先考虑花钱购买的东西，而且由于计算机的主要用途是科学计算，您可能想要跳过除内存之外的所有内容也许是 CPU。内存会限制你的问题大小；通过获得更昂贵的 CPU 获得的时钟速度可能会提高 10-20%，并且对于串行（或小规模并行）模拟来说不太值得。您可能需要尽可能多的（理想情况下是快速的）内存，但如果您知道自己不会处理大型问题或操作大型数据集，那么获得超过 4 个可能并不重要-12 GB 内存。
你需要有显卡来驱动显示器，但在这种预算下，除了基本的 GPU 之外，可能不值得花钱购买任何东西。
（将之前的评论变成答案，因为我想说更多。）
您应该记住的一件事是，您的时间比任何硬件都更有价值（至少在工作站范围内）。因此，如果您花三天时间组装自己的机器（或摆弄电压和内存时序以使超频机器甚至稳定一半）以节省 - 比方说 - 200 美元在速度提高 30% 的机器上，你已经亏本了。（顺便说一句，这同样适用于研究和挑选组件所花费的时间。）
因此我的建议：
不要太担心具体的组件；在这个价格范围内，性能差异不太可能超过 20%，这很少会引起注意。（与计算速度的差异相比，您将花费更多时间来实现/调试/解析输出。）一个例外是，如果您想进入 GPU 计算，可用的软件堆栈和应用程序性能更多地取决于特定的硬件。（但请参阅上面的回复：您的时间与金钱。）
如果您的团队、部门或机构有 IT 专业人员，请询问他们。他们可能不像该站点上的某些人那样了解高性能计算，但他们会知道与特定供应商的任何交易，这些交易将帮助您以 600 美元的价格获得最大收益。