Granica między komputerem PC a centrum danych szybko się zaciera, a wraz z nią pojawia się nowa kategoria: superkomputery stacjonarne dla sztucznej inteligencjiTen skok nie tylko demokratyzuje dostęp do ogromnej mocy obliczeniowej, ale także zmienia sposób, w jaki tworzymy prototypy, szkolimy i wnioskujemy z zaawansowanych modeli, nie zawsze polegając na Chmura.
Równocześnie na planecie trwa prawdziwy wyścig o eksaskalę, od infrastruktura krajowa o mocy setek megawatów do kompaktowych komputerów zdolnych osiągnąć petaFLOPS w biurze badacza. W tym artykule zebraliśmy w jednym miejscu wszystkie kluczowe dane z konsultowanych źródeł: globalny przegląd, europejskich i azjatyckich graczy, listy historyczne, wiodące ośrodki i oczywiście nową gwiazdę komputerów stacjonarnych, Nvidia DGX Spark.
Czym jest superkomputer i dlaczego ma znaczenie w kontekście sztucznej inteligencji?
Un superkomputer To system o możliwościach obliczeniowych znacznie przewyższających konwencjonalne komputery PC. Jego wydajność wyrażana jest w FLOPS (operacjach zmiennoprzecinkowych na sekundę), a jednostki to petaFLOPS (1015) i w obecnej elicie exaFLOPS (1018).
Działają jako zbiór tysięcy węzłów (każdy z procesorem, Dedykowane procesory graficzne, pamięć i magazyn) połączone przez sieci i przełączniki dużej prędkości, aby działać jak pojedyncza maszyna. Podczas gdy wydajny komputer stacjonarny może osiągnąć wydajność rzędu dziesiątek TFLOPS, te systemy mogą osiągnąć setki PFLOPS lub więcej.
Jego zastosowania obejmują niemal wszystko: prognozowanie pogody, astrofizyka, biomedycyna, projektowanie leków, symulacje jądrowe, geofizyka, zrównoważony rozwój i badania nad sztuczną inteligencją. Dzięki potężnym obliczeniom komputerowym mogą przetwarzać miliardy punktów danych w ciągu sekund i rozwiązywać problemy, które zajęłyby lata przy użyciu tradycyjnego sprzętu.
- Polecane zastosowania: broń i bezpieczeństwo narodowe, przemysł farmaceutyczny, duże zbiory danych, bioinformatyka, klimat i jakość powietrza, symulacje inżynieryjne, inteligentne miasta, edukacja oraz przetwarzanie w chmurze.
Ze względu na swój rozmiar i zużycie wymagają zaawansowane chłodzenie (często cieczą), specjalne pomieszczenia z regulacją temperatury i ochroną przeciwpożarową. Istnieją nawet ośrodki, które ponownie wykorzystują wytworzone ciepło, jak ma to miejsce w szwajcarskich obiektach ogrzewających budynki uniwersyteckie.
Europa przyspiesza: EuroHPC, InvestAI i duże systemy
Europa ma 162 superkomputery zarejestrowane w 2025 roku i planuje nowe obiekty. UE promowała również inwestycję w wysokości 200.000 miliardów euro w ramach inicjatywy InvestAI, aby stać się światowym liderem w dziedzinie sztucznej inteligencji.
Koordynacja i finansowanie wysokich obliczeń leży w gestii „Europejskie wspólne przedsięwzięcie w zakresie obliczeń o wysokiej wydajności» (EuroHPC JU), który sponsoruje i obsługuje sieć 9 systemów rozproszonych na całym kontynencie. Należą do nich LUMI (Finlandia), Leonardo (Włochy) i MareNostrum 5 (Hiszpania), filary Europejska suwerenność cyfrowa.
Hiszpania wnosi wkład Centrum Superkomputerowe w Barcelonie (BSC-CNS), która w 2004 roku zbudowała historyczny MareNostrum 1 i zaprezentowała MareNostrum 5 w grudniu 2023 roku. Ten ostatni, z Maksymalnie 314 PFLOPSProcesory Intel Xeon o zużyciu energii 4.158,90 kW zajmą 11. miejsce w rankingu TOP500 w roku 2025 i będą ukierunkowane na sztuczną inteligencję, badania medyczne, odkrywanie leków i meteorologię.
Włochy błyszczą Leonardo (Cineca + EuroHPC), zainstalowany w 2022 roku w Bolonii. Łączy technologię AMD i Intel, zużywa 7.493,74 kW i osiąga 315,74 PFLOPS i zajmuje 9. miejsce na świecie. Kluczowe jest, aby uniwersytety i firmy mogły konkurować globalnie w biomedycynie, energetyce, klimacie i przede wszystkim w dziedzinie sztucznej inteligencji.
Finlandia jest gospodarzem POKÓJ (CSC + EuroHPC), wspierane przez AMD i HPE. Otwarcie planowane jest na 2023 rok w Kajaani i oczekuje się, że osiągnie 386 PFLOPS, zużywa 7.106,82 kW i zajmuje 8. miejsce na świecie. W ramach EuroHPC jest jednym z najpotężniejszych bastionów.
Równocześnie Szwajcaria obsługuje superkomputer w CSCS ALPY/ALPY 5, który przy zużyciu 7.124,00 kW i 434,90 PFLOPS zajmuje 7. miejsce na świecie. Koncentruje się na meteorologia, sztuczna inteligencja, biomedycyna i energetykai jest częścią programu obejmującego 13 projektów, w których ALPES odgrywa najbardziej charakterystyczną rolę.
Sektor energetyczny również naciska: ENI (Włochy) uruchomiło w 2024 r. HPC-6 z AMD i HPE, co osiąga 606,97 PFLOPS o zużyciu 8.460,90 kW. Jest on połączony z Zielonym Centrum Danych ENI, aby przyspieszyć transformację energetyczną i zajmuje 5. miejsce na świecie.
Azja i Ameryka: systemy eksaskalowe, rekordy i systemy cieni
Japonia utrzymuje symbol doskonałości dzięki Fugaku (RIKEN R-CCS, Kobe). Oparty na procesorze Fujitsu A64FX i architekturze ARM, osiąga 442 PFLOPS z mocą 26 248,36 kW i nadal stanowi punkt odniesienia pod względem swojej wydajności, będąc liderem Green500 Według konsultowanych źródeł dotyczy to medycyny, klimatu, sztucznej inteligencji i efektywności energetycznej.
Rosja, mimo sankcji, w 2023 roku rozmieściła MSU-270 na Uniwersytecie Państwowym im. Łomonosowa (Moskwa). Integruje około 100 najnowocześniejszych akceleratorów graficznych (nie wiadomo, czy pochodzą one od AMD, czy Intela) i szacuje się, że 400 PFLOPS, zintegrowane z siecią rosyjskich centrów sztucznej inteligencji, fizyki, chemii, matematyki i medycyny.
Chiny łączą w sobie dyskrecję i siłę. Seria Sunway (Wuxi) narodziło się w 2016 roku wraz z TaihuLight (125 PFLOPS), a w 2021 roku ewoluowało do OceanLight, uznawanego za eksaskalowy (>1 eksaFLOPS), choć bez oficjalnych danych z powodu napięć technologicznych z USA. W latach 2024/2025 Tianhe-3 (Xingyi) W testach osiągnąłby od 1,57 do 2,01 eksaFLOPS-ów, a krążą pogłoski, że mógłby prześcignąć El Capitan.
Stany Zjednoczone grają w „pierwszej lidze”, mając kilka modeli eksaskalowych. jutrzenka (ANL + DOE), zaprojektowany do osiągnięcia 1,9–2 eksaFLOPS, został zainstalowany w 2023 r. i osiągnął szczyt w 2024 r.; obecnie zajmuje 3. miejsce w TOP500 i obsługuje nauka, medycyna, klimat, sztuczna inteligencja, astrofizyka i fizyka cząstek elementarnych. Równolegle, Kapitan (LLNL + NNSA) ma na celu osiągnięcie wydajności 2–2,8 eksaFLOPS-ów, jest liderem rankingu TOP500 i będzie ukierunkowany na bezpieczeństwo narodowe, z zastosowaniami w symulacjach nuklearnych, cyberbezpieczeństwie, opiece zdrowotnej, zmianach klimatu i astrofizyce.
Poza publiczną listą istnieją konkretne inicjatywy dotyczące sztucznej inteligencji na poziomie krajowym. W Wuhan, China Telecom jest operatorem Centralnego Centrum Obliczeń Inteligentnych, zbudowany z krajowego sprzętu i oprogramowania oraz chłodzenia cieczą, przeznaczony do szkolenia dużych modeli; niektóre źródła wskazują nawet na 5 exaFLOPS, choć bez oficjalnego potwierdzenia.
Indie się włączają: procesory graficzne, chmura i horyzont eksaskalowy
Indie nie chcą zostać w tyle. Inicjatywa Wydajność obliczeniowa IndiaAI (w ramach misji IndiaAI) przeznaczył około 1,24 miliarda dolarów w 2024 roku na nowy superkomputer z co najmniej 10 000 procesorów graficznych do sztucznej inteligencji we współpracy z firmą Nvidia. Ponadto Microsoft ogłosił 3.000 miliardy dolarów w styczniu 2025 r. dla infrastruktury chmurowej i sztucznej inteligencji w kraju.
Lokalny ekosystem się rozgrzewa: Bhavish Aggarwal (Prezes Ola) zainwestował 230 milionów dolarów w program Krutrim-2 LLM. Są 34 superkomputery, a C-DAC wraz z Narodową Misją Superkomputerową (NSM) napędzają krajową sieć, która mogłaby dostarczyć pierwszy w Indiach system eksaskalowy w latach 2025–2026. Planowane jest zbudowanie ponad 70 superkomputerów w nadchodzących latach.
Colossus, superkomputer xAI i kontrowersje wokół energii
W Stanach Zjednoczonych, xAI (Elon Musk) wdrożył Colossus w Memphis w zaledwie 122 dni w 2024 roku. Rozpoczęto od 100 000 procesorów graficznych Nvidia i planuje się 200 000, celując w Grok 3.0 AI i przyszłe wersje. W testach porównawczych osiągnęłoby 10,6 eksaFLOPS-ów sztucznej inteligencji, liczba ta plasuje ją wśród najpotężniejszych państw na świecie.
Nie wszystko jest brawami: użycie gaz ziemny jako źródło energii Projekt spotkał się z krytyką za wpływ na lokalną jakość powietrza. Mimo to, projekt ten pokazuje, jak szybko sektor prywatny może budować światowej klasy infrastrukturę opartą na sztucznej inteligencji.
DGX Spark: „superkomputer stacjonarny”, który przenosi zaawansowaną sztuczną inteligencję do domu
Firma Nvidia postawiła poprzeczkę wysoko DGX Spark, kompaktowy system nagrodzony przez magazyn TIME jako jeden z „Najlepszych Wynalazków 2025 roku” i dostępny w sprzedaży ogólnej od 15 października. Jego sercem jest Grace Blackwell GB10, zdolny do osiągnięcia 1 petaFLOPS, z siecią ConnectX-7 i całym pakietem oprogramowania AI firmy Nvidia, dzięki czemu naukowcy i startupy mogą z niego korzystać na zasadzie „plug and play”.
Na poziomie sprzętowym Spark łączy 20-rdzeniowy procesor ARM (10 Cortex-X925 + 10 Cortex-A725), 128 GB pamięci GPU LPDDR5x Unified, 4 TB samoszyfrującego dysku SSD M.2 NVMe, 4x USB-C, HDMI, WiFi 7, Bluetooth 5.4, sieć LAN 10 GbE i system System operacyjny DGX. Jest przeznaczony do sztucznej inteligencji agentowej, wnioskowania i nowoczesnych, złożonych ładunków.
Nvidia utrzymuje, że mogą być dopasuj modele do 70.000 miliardów parametrów, uruchamiaj lokalne wnioskowanie i przechowuj poufne dane lokalnie, bez polegania na chmurze. Inne raporty wskazują, że może obsługiwać LLM o długości do 200.000 miliardów parametrów w zależności od konfiguracji i modelu, co podkreśla jego ambicje jako stacjonarnego „mini centrum danych”.
Pod względem funkcjonalności możliwość połącz dwa Sparksy w miniklastrze, aby stworzyć „osobistą chmurę”. Jej integracja jest prosta: sieci przewodowe i bezprzewodowe, urządzenia peryferyjne Bluetooth i stos CUDA/cuDNN, Triton i spółka wdrożą Prototypy agentów, dostrajanie, izolowane wnioskowanie i bezpieczeństwo danych.
Cena wywoławcza ustalona jest na Dolarów 3.999, a główne marki, takie jak Acer, Asus, Dell, Gigabyte, HP, Lenovo i MSI, będą oferować warianty. Ważne: to nie jest typowy komputer z systemem Windows; to lokalny superkomputer dla AI kompatybilny z modelami DeepSeek, chińska sztuczna inteligencjaMeta, Nvidia, Google i Qwen, a także inne aplikacje open source. Nawet Elon Musk otrzymał już swoje urządzenie od Jensena Huanga.
Pojawienie się Sparka zbiega się ze zmianą priorytetów: według liderów branży, Użytkownicy i przedsiębiorstwa będą poszukiwać systemów obsługujących kolejną falę inteligentnego ładowania.Zamówienia można składać na stronie Nvidia.com oraz za pośrednictwem autoryzowanych partnerów i dystrybutorów.
Komputery i stacje robocze AI: Kiedy potrzebujesz specjalistycznego sprzętu
Jeśli zamierzasz szkolić modele lub je rozwijać, wskazane jest inwestuj w specjalistyczny sprzęt; jeśli korzystasz wyłącznie ze sztucznej inteligencji, może wystarczyć zbalansowany zespół lub możesz się do niego uciec Instancje EC2 w chmurze.
Co więcej, istnieją zespoły, które wprowadzają na rynek lokalny zaawansowaną sztuczną inteligencję bez polegania na chmurze, jak widzieliśmy w przypadku Spark. A jeśli nie jesteś pewien wyboru, niektóre oferują spersonalizowane wsparcie: IbericaVIP obiecuje doradzić Ci wybór idealnego komputera dla Twoich projektów AI.
Społeczność i wiadomości: nie wszystko, co czytasz, jest oficjalne
Internet jest pełen forów i subredditów poświęconych firmie Nvidia, gdzie dyskutuje się o sterownikach, kartach graficznych i plotkach. Uwaga: Tymi społecznościami zarządzają fani i nie reprezentują firmy Nvidia, chyba że wyraźnie zaznaczono inaczej. Warto o tym pamiętać, oceniając przecieki lub niepotwierdzone dane.
Jak wyglądają w środku: architektura, skalowanie i chłodzenie
Superkomputer to w zasadzie zestaw tysięcy komputerów połączonych ze sobą sieci o niskim opóźnieniu i dużej przepustowościKażdy węzeł integruje procesor, procesor graficzny, pamięć RAM i pamięć masową; system zwiększa moc dzięki zoptymalizowanemu oprogramowaniu i bibliotekom.
Obowiązującą miarą jest FLOPS: na komputerach domowych przeszliśmy od TFLOPS do PFLOPS i exaFLOPS w HPC. Zatem 1 TFLOPS = 1012 FLOPS i 1 PFLOPS = 1015Superkomputery zajmują całe pomieszczenia i korzystają z nich jednocześnie liczne zespoły, a ich zasoby często są wykorzystywane do granic możliwości.
Chłodzenie jest kluczowe. Istnieją procesory i karty graficzne, które przewyższają 80 ºCDlatego stosuje się wymienniki ciepła, wodę o podwyższonej temperaturze lub w stanie ciekłym oraz projekty niestandardowe. W niektórych instalacjach stosuje się kreatywne rozwiązania, takie jak ponowne wykorzystanie ciepła do ogrzewania budynków.
Gdzie się znajdują i jak je odwiedzić
Na świecie jest ponad tysiąc superkomputerów. Chiny i Stany Zjednoczone przewodzą pod względem liczby i siły, z danymi historycznymi, takimi jak 226 chińskich systemów wśród 500 najpotężniejszych. Jednak Stany Zjednoczone zgromadziły łącznie więcej PFLOPS (644) niż Chiny (565) w niektórych edycjach.
W Hiszpanii, MareNostrum BSC-CNS (Barcelona) jest najpotężniejszym w kraju. Jego pierwsze wersje znajdowały się w szklanej gablocie z system gaszenia pożarów mikromgiełką i wyjątkowa lokalizacja: kaplica na kampusie północnym UPC. Dostępne są wirtualne wycieczki, a czasami także wycieczki z przewodnikiem.
Dokumenty historyczne wskazują na moment wejścia do eksploatacji Mare Nostrum 5 między 2020 a 2021 rokiem; ostatecznie wprowadzono go pod koniec 2023 roku wraz ze wspomnianym wzrostem wydajności. Ta ewolucja wyraźnie ilustruje, jak kalendarze w HPC mogą wymagać dostosowań ze względu na złożoność techniczną.
Listy historyczne i inne wyróżnione systemy
Lista TOP500 Istnieje od 1993 roku i jest aktualizowany dwa razy w roku. Na przykład w 2021 roku w pierwszej dziesiątce znalazły się Fugaku, Summit, Sierra, Sunway TaihuLight, Perlmutter, Selene, Tianhe-2A, Juwels Booster Module, HPC5 i Frontera. Chociaż kilka z nich zostało już wyprzedzonych, wciąż pozostają… kamienie milowe technologiczne ze względu na jego wpływ.
Niektóre dodatkowe istotne dane z systemów podanych w źródłach: Granica (HPE Cray EX, ORNL) jako pierwszy oficjalnie przekroczył skalę eksaskalną; Szczyt (IBM POWER9 + Nvidia V100) wyróżnił się w dziedzinie choroby Alzheimera, genetyki i meteorologii; Piła (IBM + Nvidia + Mellanox) pracowali dla NNSA nad bezpieczeństwem nuklearnym.
W Europie, oprócz już wymienionych, istnieją: Juwels Booster y SuperMUC (Lenovo, bezpośrednie chłodzenie wodne), z dziesiątkami petabajtów i wydajnymi środowiskami wizualizacyjnymi. Działał w Szwajcarii piz (Cray), z DataWarp jako buforem przyspieszającym wejście/wyjście.
Włochy włączone HPC5 (Dell, na ENI) z procesorem Xeon Gold 6252 i kartą graficzną Nvidia V100; Marconi-100 (IBM POWER9 + Volta V100) w Cineca; i Perlmuttera (Berkeley Lab, USA) było jednym z najpotężniejszych w Przetwarzanie AI z 6.000 procesorami graficznymi A100, zdolnymi do osiągnięcia 180 PFLOPS, a w niektórych scenariuszach AI nawet kilku efektywnych exaFLOPS.
W USA, Selene (Nvidia, A100) wyróżniały się wydajnością (1.344 kW); Frontera (Dell, Univ. of Texas) wyróżniał się pojemnością (dysk twardy 50 PB + dysk SSD 3 PB, 12 Tbps) i ponownym uruchamianiem w ciągu 17 s; Trójca (Cray XC40) obsługiwał NNSA z Haswell i Knights Landing; Niech (IBM Power9) wzmocniło ekosystem LLNL.
Japonia również promowała ABCI (Fujitsu) dla sztucznej inteligencji w chmurze. A w Hiszpanii, Mare Nostrum 4 (2017) osiągnął 13,7 PFLOPS przed skokiem do MN5, co znalazło zastosowanie w genetyce, chemii, paleontologii, meteorologii lub jakości powietrza (CALIOPE).
Cała ta mapa, od instalacji eksaskalowych po komputery stacjonarne, przedstawia niedaleką przyszłość, w której Testowanie, dostrajanie i wnioskowanie zaawansowanych modeli będzie coraz bardziej lokalne, z chmurą jako uzupełnieniem. Europa przyspiesza dzięki EuroHPC, Stany Zjednoczone i Chiny utrzymują puls eksaskalowy, Indie wyłaniają się z ogromnymi inwestycjami, a w segmencie komputerów stacjonarnych DGX Spark otwiera namacalne drzwi do zaawansowanej sztucznej inteligencji bez wychodzenia z laboratorium, biura, a nawet domu.
