「2025諾科獎臺北峰會」圖靈獎得主杰克·唐加拉（Jack Dongarra）受邀來臺演講，針對AI與高效能運算（HPC）現(xiàn)況提出犀利觀點。 他直言，盡管AI快速推進(jìn)，但軟件與算法發(fā)展落后硬件更新，成為延宕創(chuàng)新速度與研發(fā)效率的關(guān)鍵。

Dongarra回顧從傳統(tǒng)計算、深度學(xué)習(xí)到邊緣運算3次技術(shù)浪潮，真正驅(qū)動轉(zhuǎn)型的始終是硬件升級，但軟件端未能同步演進(jìn)，導(dǎo)致整體開發(fā)流程被動應(yīng)對、成本高漲。 他直言，「我們總是被動接收新的硬件，再花時間與成本調(diào)整軟件，延宕了許多創(chuàng)新?！?/p>

對于科學(xué)研究的演變，Dongarra指出，現(xiàn)今的科學(xué)研究已無法僅依賴?yán)碚撆c實驗完成，尤其在面對高成本、低可行性或高風(fēng)險的實體實驗時，例如氣候變遷、星系演變或噴射推進(jìn)技術(shù)，模擬計算已成不可或缺的研究途徑; 其中，模擬若涉及大規(guī)模數(shù)據(jù)與復(fù)雜變量，則需仰賴超級計算機才能順利實現(xiàn)。

「『理論』、『實驗』、『模擬』為現(xiàn)代科學(xué)不可或缺的3種要素。」Jack Dongarra說。 其中，「模擬」需倚賴龐大的計算資源才能實現(xiàn)，而這正是超級計算機的使命; 當(dāng)模擬規(guī)模越來越龐大時，更需要速度快、規(guī)模大的電腦完成。

Dongarra指出，當(dāng)前最快的超級計算機機型已達(dá)每秒101?次浮點運算（ExaFLOPS等級）; 換言之，若地球上每個人每秒完成 1 次計算，那么需要 4 年多的時間才能完成，而超級計算機 1 秒內(nèi)便可完成任務(wù)。 他表示，超級計算機的外觀就像一個約2個網(wǎng)球場大小的房間，密布機柜，每個機柜內(nèi)裝有多核處理器和GPU的電路板，代表性機種包括美國「El Capitan」與中國「天河三號」等。

另外，作為TOP500超級計算機排行榜的創(chuàng)始人之一，Dongarra 說明，TOP500排名于每年6月和11月公布，每年更新2次。 他親眼見證從1993年的60 GigaFLOPS（每秒600億次浮點運算），一路發(fā)展到今日突破1.7 ExaFLOPS（每秒17億億次浮點運算）的規(guī)模，技術(shù)躍進(jìn)相當(dāng)快速; 而臺灣共有7座超級計算機入榜前500大，其中2座更擠進(jìn)前100名。

針對AI近年技術(shù)興起，Dongarra歸納出4項關(guān)鍵驅(qū)動力，包含互聯(lián)網(wǎng)的進(jìn)步，加速大量數(shù)據(jù)流通、運算效能躍進(jìn)、算法和理論的不斷進(jìn)步，以及跨領(lǐng)域資源挹注，讓AI不再只是實驗室技術(shù)，而是推動跨產(chǎn)業(yè)轉(zhuǎn)型的核心動能。