- 超级计算正在推动从气候预测到个性化医疗等各个领域的发展，而像波士顿超级计算中心 (BSC) 和 MareNostrum 5 这样的中心则处于领先地位。
- 人工智能和超级计算相互促进，而像 AMD ROCm 7 这样的平台则提升了人工智能的性能。
- 欧洲和墨西哥等国家正在争夺芯片、高性能计算基础设施和专业人才培养方面的战略地位。
- 极限计算的兴起引发了与数据和计算资源控制相关的能源、伦理和电力方面的挑战。
超级计算已成为驱动人工智能、天气预报、个性化医疗和新材料设计等各个领域的强大而无声的引擎。每一项尖端科学突破的背后，通常都有一个庞大的计算中心，一个由数百万个并行处理器组成的“大脑”，它们能够解决传统计算机需要几个世纪才能解决的问题。
近年来，关于超级计算机、人工智能和量子计算的访谈和新闻报道让我们得以窥见一个交织着尖端技术、科研人才、产业政策和高层次伦理辩论的生态系统。从巴塞罗那超级计算中心（BSC）及其MareNostrum 5超级计算机，到墨西哥的新项目以及量子处理器验证工作，这一领域的格局既引人入胜又错综复杂。
超级计算中心究竟是什么？
超级计算中心首先是一个科学实验室，其主要工具并非显微镜或粒子加速器，而是性能极其卓越的超级计算机。正如巴塞罗那超级计算中心创始人兼主任马特奥·瓦莱罗所解释的那样，这些设施利用每秒可执行海量运算的机器来模拟那些只能用高等数学和物理学描述的现象。
关键在于“数字孪生”的概念：它是我们想要首次了解或设计的对象的一个虚拟副本。借助超级计算机，我们可以模拟自然界从未产生的蛋白质折叠过程，极其精确地预测大气行为，或者在不制造任何物理样品的情况下评估一种新材料在极端条件下的性能。
瓦莱罗最常提及的例子包括高分辨率天气预报、气候变化情景分析、绿色能源新材料的研发，以及基于基因组数据大规模分析的个性化医疗。所有这些都依赖于以惊人的速度进行反复试验的模拟能力，而这种速度与手机相比，简直令人难以置信。
这些机器也为工程和工业发展提供了加速器。例如，在波士顿超级计算中心（BSC），雷普索尔公司开发了一款软件，用于指导在墨西哥湾等恶劣环境下进行钻探。每次钻探作业的成本约为一亿美元，而得益于模拟技术，成功率从十分之一提高到七分之一，从而节省了成本并降低了风险。
MareNostrum 5 和巴塞罗那超级计算中心的作用
位于巴塞罗那的MareNostrum 5是世界上速度最快的超级计算机之一，也是巴塞罗那超级计算机中心（BSC）的旗舰项目。它由数百万个高性能处理器组成，这些处理器通过超低延迟网络进行通信，并拥有大容量的内存，使其能够以惊人的细节水平运行极其复杂的模型。
瓦莱罗经常使用一些引人注目的对比：一台现代超级计算机的速度可以比手机快一百万倍。以MareNostrum 5为例，它的各个分区加起来的运算能力高达数百千万亿次浮点运算/秒（petaflops）：这意味着它每秒可以执行数十万亿次浮点运算。为了让您更好地理解，这些资源足以模拟整个地球——包括海洋、天空、大陆和两极——空间分辨率约为一公里。
MareNostrum 5 实际上是由多台专用超级计算机组成的集合体。它在 2023 年 12 月正式启用时，其中一个分区在 Top500 世界超级计算机排名中位列第八，另一个分区位列第十九。其中一个分区针对训练和运行大规模人工智能模型进行了优化，使其成为全球处理此类工作负载的最佳平台之一。
但瓦莱罗的骄傲并不仅限于机器本身。正如他所强调的，波士顿超级计算中心真正的财富在于其人才。该中心从成立之初的20人发展到如今的约1.400人，其中约1.200人是研究人员。它汇聚了来自32个不同学科和60多个国家的专业人士，使波士顿超级计算中心成为计算机科学界的“联合国”。这种多样性有助于从截然不同的角度解决复杂问题。
关于访问权限，MareNostrum 是一项面向科学界的公共资源。这台超级计算机由西班牙政府、加泰罗尼亚自治区政府和加泰罗尼亚理工大学共同拥有。西班牙和欧洲的研究人员可以申请计算时间用于他们的项目，前提是他们的项目通过评估流程。BSC 的工作人员自身占用约 20% 的计算能力；剩余的 80% 由其他科研团队共享。
超级计算与人工智能：一种共生关系
现代人工智能的爆发式增长与超级计算密不可分。瓦莱罗对此做了生动的总结：正是海量数据集和强大的计算能力，才使人工智能走出了“寒冬”。如果没有能够处理数十亿参数和庞大数据集的机器——或者如果没有将个人电脑变成人工智能实验室的方法——大型语言模型或图像识别系统等进步都将无从谈起。
蛋白质折叠就是一个典型的例子。这是一个计算难度极大的难题，几十年来，即使借助超级计算机也几乎无法解决。人工智能算法与大型计算基础设施的结合，使得这一难题得以高效解决，并最终荣获诺贝尔化学奖，从此彻底改变了药物设计和分子生物学的理解方式。
如今，这种关系已部分逆转：人工智能也在借助超级计算机助力科学发展。在波士顿超级计算中心（BSC），机器学习技术正被应用于优化模拟、缩短计算时间，并从人类难以察觉的数据集中提取模式。正如瓦莱罗所说，他现在很难界定自己究竟领导的是超级计算中心还是人工智能中心，因为这两个领域已经完全交织在一起。
然而，瓦莱罗毫不犹豫地对围绕生成式人工智能的热情泼了一盆冷水。他指出，像ChatGPT这样的模型只能基于从大量文本中提取的统计模式来预测下一个词。它们是极其复杂的系统，但缺乏意识和常识，而他认为这两种人类能力很难在机器上复制。因此，他认为像HAL 9000那样的机器叛乱的可能性不大。
尖端人工智能的资源消耗本身就说明了超级计算与能源之间密不可分的关系。瓦莱罗引用了OpenAI的案例，该公司曾提议建造一个拥有约一百万个NVIDIA GPU的数据中心。仅MareNostrum 5的加速组件就拥有约4.500个GPU；因此，未来模型训练的规模预计极其庞大，其能源需求估计约为10吉瓦，大致相当于十座核电站的发电量。
AMD ROCM 7 与 AI 性能竞赛
除了各大超级计算中心之外，硬件和软件平台制造商也在展开激烈的竞争。AMD 近期发布了ROCm 7，这是其 Radeon Open Compute 生态系统的第七个主要版本。ROCm 7是一个开放平台，旨在为高性能计算 (HPC) 系统以及 AMD GPU 和加速卡上的人工智能工作负载提供支持。
ROCm 7在 AI 任务中的性能比前几代产品提升高达3,5 倍，这对于在模型训练规模日益庞大的市场中与 NVIDIA 竞争至关重要。性能的提升不仅意味着更快的训练速度，还意味着更高的单次操作能效，这对于耗电量巨大的系统而言至关重要。
ROCm 的开放理念在波士顿超级计算中心 (BSC) 或其他国家级超级计算中心等公共超级计算环境中尤为重要，因为在这些环境中，互操作性和消除技术壁垒至关重要。拥有开放的软件栈可以更轻松地适配科学代码、优化特定内核，并整合各种硬件，而无需完全依赖专有解决方案。
在欧洲，人们渴望拥有更大的技术自主权，而 ROCm 7 等技术的进步恰好满足了 GPU 提供商多样化的需求，并促进了软件生态系统的发展，使高性能计算中心能够根据其研究项目的实际需求调整其基础设施。
欧洲、芯片以及沦为VAR的风险
马特奥·瓦莱罗（Mateo Valero）一直关注着欧洲在人工智能和超级计算领域的竞争地位。他用一个引人注目的足球比喻来解释这个问题：他担心欧洲最终会成为一场没有球员的比赛中的视频助理裁判（VAR）系统。换句话说，欧洲最终会制定规则和条例，但却缺乏能够与美国或亚洲正面竞争的技术领军企业。
高性能芯片领域的问题尤为突出。如果我们考察欧洲领先的超级计算机，就会发现几乎没有一台使用的处理器或GPU是在欧洲设计和制造的。欧洲不仅依赖制造业，甚至连芯片设计也依赖于欧洲，一旦供应链中断，就会危及自动驾驶汽车或关键人工智能基础设施等长期项目。
瓦莱罗多年来一直坚持认为，欧洲需要建立一个大型半导体项目，类似于航空领域的空客、卫星导航领域的伽利略系统或粒子物理领域的欧洲核子研究中心。这需要各方协调努力，大量的公共投资，以及购买首批芯片的承诺，即便这些芯片的性能低于美国或亚洲制造商的产品。否则，他认为欧洲将继续“依赖芯片”。
政治分裂也无济于事。他认为，欧洲仍然是由一些过于内向的国家组成的集合体，这些国家之间往往存在利益冲突。缺乏共同愿景使得在硬件和软件领域开展必要规模的创新项目变得困难。即便如此，他也承认目前有一些重要的项目正在进行，并且正在采取一些初步措施，例如BSC自身就推动了西班牙的处理器设计工作。
经济影响显而易见：一克芯片硅的附加值可达50.000万欧元，使得每一平方厘米的晶圆都价值连城。谁能掌控这条价值链，不仅将主导科技市场，还将拥有巨大的地缘政治影响力。
墨西哥、科特利奎和对国家超级计算机的赌注
在欧洲以外，其他国家也在采取措施避免落后。在墨西哥，旨在解决大规模公共问题并培养人工智能和高级计算领域本地人才的超级计算机“科阿特利奎”（Coatlicue）正在建设中。项目负责人（化名JLPH）在一次采访中解释说，他们的目标并非“拥有拉丁美洲最大的计算机”，而是获得应对墨西哥当前挑战所需的处理能力。
根据团队的初步估计，Coatlicue 的计算能力约为314 petaflops，足以跻身全球最强大的二十台超级计算机之列。如此强大的计算能力是必要的，因为它能够分析与医疗、教育、安全和社会发展等领域国家挑战相关的海量数据。
墨西哥面临的典型问题之一是缺乏人工智能和先进技术领域的专业人才。据估计，近77%的科技公司难以找到足够训练有素的专业人才。在此背景下，公共人工智能培训中心和Coatlicue本身被视为培养墨西哥本土新一代专家的摇篮。
从可持续性和生命周期角度来看，Coatlicue 的计划是大约每五年更换一次 GPU。项目团队希望为未来的管理层制定清晰的路线图，但持续的投资将取决于政治决策。他们还强调，这台机器的真正价值不在于硬件购置，而在于它将解决的问题以及向学术界、研究界和创新界转移知识。
JLPH对量子计算也持有自己的观点。量子计算是一个备受关注的领域，但他认为该领域目前仍不够成熟，无法大规模应用于工业生产。尽管他承认量子计算拥有巨大的潜力——尤其是在密码学和某些特定问题上——但他认为，为了应对墨西哥当前面临的公共挑战，当务之急仍然是巩固强大的传统超级计算基础设施，并围绕这一基础设施培养人才。
量子计算：指标、验证和最新进展
尽管传统超级计算机的性能已达到数百千万亿次浮点运算（petaflops），但量子计算正以截然不同的计算理念并行发展，它基于量子比特和叠加态而非二进制比特。尽管许多专家仍然认为这项技术正处于某种“极寒期”，但它已取得了显著进展，尤其是在如何评估和认证设备性能以及与量子互联网相关的计划方面。
最近的一个例子是巴斯克应用数学中心（BCAM）量子计算博士候选人大卫·阿吉雷（David Aguirre）的研究成果，他凭借硕士论文获得了TalentQ最佳硕士论文奖。他的研究重点是为量子处理器设计一种新的验证指标，该指标能够保持恒定的计算成本，而无需考虑设备尺寸。
这种方法至关重要，因为随着量子比特数量的增加，验证量子处理器的难度会呈指数级增长。传统的表征技术最终会变得不适用于大型设备，因此，采用复杂度不随系统规模增长的指标，可以实现更频繁、更彻底的测试。
阿吉雷的研究方向与该领域普遍关注的问题不谋而合：仅仅制造量子硬件是不够的，还必须确保其能够按预期运行。在西班牙等国家，量子计算被视为一项战略性研究领域，而非一项能够取代超级计算机的通用技术。随着量子计算技术的成熟，它很可能成为解决特定问题的专业补充，而经典超级计算机仍将是大多数任务的主力军。
瓦莱罗也认同这种观点。他指出，人们正在探索用于经典晶体管的新材料和衬底，以及量子计算等新型非二进制计算方式。他认为，就像人工智能的发展历程一样，量子技术终有一天会“爆发式”发展，从实验室走向更广泛的应用。但即便如此，它仍然只能在某些特定类型的问题上发挥真正的优势。
国家网络、区域节点和人才发展
波士顿超级计算机中心（BSC）的经验表明，仅仅拥有一台大型中央超级计算机是不够的。构建连接不同区域节点、实现资源、知识和最佳实践共享的国家级网络至关重要。在西班牙，西班牙超级计算网络（Spanish Supercomputing Network）正是出于这一目的于2006年建立，其主要推动力来自巴塞罗那。
在这个网络框架内，各个自治社区部署了自己的超级计算中心，这些中心通过高速学术基础设施（例如CIRIS网络）连接起来。这些节点使超级计算更贴近大学和本地研究团队，降低了准入门槛，并促进了不同科学群体之间的合作。
瓦莱罗尤其鼓励像巴利阿里群岛这样的地区全面加入这个网络，并发展自身强大的研究团队。他的建议很明确：买电脑容易，用好电脑难。任何新成立的研究中心的首要目标都应该是培养学生和研究人员，因为掌握有效使用电脑的人越多，这项投资的效益就越大。
超级计算的益处不仅限于工程师或物理学家。正如波士顿超级计算中心（BSC）所指出的，计算社会科学等新兴领域正在蓬勃发展，这些领域利用模拟技术和大数据分析来研究社交网络对民主质量的影响等问题。这意味着社会学、经济学或政治学等学科的学生也可以成为高性能计算资源的重度用户。
与此同时，像埃斯特雷马杜拉的COMPUTAEX这样的中心，将相当一部分精力投入到超级计算的普及和推广中，通过发表访谈、组织会议以及搭建学术界、政府和企业之间的桥梁，让公众更好地了解投资此类基础设施的益处，以及它在创新和就业方面带来的回报。
超级计算的能源消耗、水资源和可持续性
随着超级计算机算力的提升，其能耗和对自然资源的影响也随之增加。一座最先进的数据中心可能需要数百兆瓦的电力和大量的冷却水。这给高性能计算中心运营商和相关政府部门都带来了巨大的难题。
瓦莱罗指出，这些电路在处理数据时会产生大量热量，因此需要使用先进的空调和液冷系统。在阿拉贡部分地区等缺水地区，这引发了人们对大规模数据中心广泛部署的严重担忧。也正因如此，人们开始探索诸如在太空或水下建造数据中心等引人注目的替代方案，因为这些方案可以更有效地控制散热。
然而，超级计算也是解决能源问题的一部分。许多在类似MareNostrum 5这样的超级计算机上运行的项目都致力于提高可再生能源的效率、优化电网，或推动ITER等核聚变技术的发展。如果核聚变技术实现商业化，全球能源供应格局可能会发生翻天覆地的变化。
因此，专家们提倡采取平衡的方法：既要承认超级计算和人工智能是高能耗技术，也要认识到它们是寻找更清洁、更可持续能源的重要工具。关键在于持续提高芯片效率，优化软件以减少不必要的计算，并将数据中心选址在可再生能源和水资源更丰富的地区。
与此同时，人们正在研发新型晶体管架构和材料，例如砷化镓和其他化合物，这些材料有望比传统硅晶体管提供更高的每瓦性能。尽管这些技术距离普及应用还有一段路要走，但它们预示着未来计算能力的增长并不一定意味着能源消耗的急剧增加。
技术官僚社会的数据、权力和风险
抛开技术层面不谈，超级计算和人工智能还引发了关于权力、隐私和社会控制等令人不安的问题。瓦莱罗尤其批评少数几家大型科技公司如何积累了海量的个人数据和计算能力，以至于能够影响数百万人的决策和观点。
在他最犀利的反思之一中，他断言“五个愚蠢的孩子”正在统治世界，他指的是几家大型科技公司的高管。在他看来，我们已经被便利和娱乐所诱惑，在很大程度上放弃了自由。例如，他批评那些拒绝分享数据以帮助抗击新冠疫情的人，却欣然接受无休止的数字服务合同，将自己的生活完全拱手让给平台。
风险不仅在于人们会建议我们购买什么，还在于我们的思维方式可能受到不透明算法的影响，这些算法决定我们能看到什么内容，隐藏什么内容。从这个意义上讲，对数据和计算能力的控制成为关乎民主和个人自由未来的决定性因素。
这场辩论在欧洲非常活跃，当地正大力推动人工智能发展，使其符合欧洲的伦理价值观。因此，瓦莱罗坚持认为，欧洲大陆不能仅仅依靠视频助理裁判（VAR）进行裁判工作，还必须在技术领域拥有自己的参与者：能够参与全球竞争且不损害隐私标准和基本权利的公司、研究中心和产品。
在教育领域，所有这些都凸显了培养不仅要有技术专长，还要有批判性思维的公民的重要性，他们不仅要了解人工智能、超级计算和数据使用的机制，还要具备批判性思维。技术是一把强大的双刃剑：它能解决巨大的难题，但也可能将前所未有的权力集中在极少数人手中。
所有这些访谈和新闻报道描绘出一幅快速发展的生态系统图景：超级计算、人工智能和量子计算正以惊人的速度发展，各国政府、企业和研究中心都在努力跟上步伐。从MareNostrum 5和西班牙超级计算网络，到ROCm 7、Coatlicue以及量子处理器的新指标，一切都表明，极限计算将成为未来几十年塑造科学、经济和政治格局的关键力量之一，欧洲、拉丁美洲和其他地区都在竞争日益激烈的环境中争夺一席之地。
