在這項由日本經濟產業省(METI)與新能源產業技術綜合開發機構(NEDO)支持的國家級專案中,技鋼科技(Giga Computing Technology)憑藉深厚的伺服器設計與製造實力,擔綱高密度 GPU 節點的設計與生產任務。透過與 NVIDIA以及 ScaleWorX 等夥伴的協作,技鋼科技為這套結合超級電腦 「富岳」(Fugaku)與量子系統的創新平台,提供了高效能、低能耗、可持續的運算基礎。
量子與超級運算的交會點
全球科研領域正邁入一個以異質運算與量子模擬為主導的新紀元。隨著 AI 模型規模與科學模擬複雜度持續攀升,單一型態的運算架構已難以滿足未來研究的需求。日本作為高效能運算的領先國家,其「富岳」超級電腦在全球長期名列前茅,如今更肩負起推動「量子—HPC 融合平台」的使命。
該平台將整合多台超級電腦與量子電腦,包含:- 富岳(Fugaku)
- IBM 超導量子電腦 "ibm_kobe"
- 離子阱量子電腦「黎明」 "Reimei"
這些系統將透過高速網路與統一的軟體框架相互連結,形成全球首個可實現「量子演算法模擬、整合應用開發與混合運算實驗」的科研基礎設施。其運算中心將設於神戶 RIKEN 計算科學中心 ,並預計於 2025 會計年度內正式啟用。
技鋼科技的角色與挑戰
高功率密度下的散熱與可靠性
模組化高密度設計與快速交付
與 NVIDIA 高速網路的深度整合
創新技術亮點
1. 高效液冷結構設計
- 高熱通量冷板:專為 GB200 NVL4 晶片設計,能承受超過 1,000 W 熱負載。
- 可維護性設計:液冷接頭支援快速拆卸與零洩漏更換,降低維運成本。
- 能源回收潛力:冷卻水出口溫度可達 45°C,可再利用於建築溫控或熱能回收系統。
2. 高度整合的機櫃佈局
3. 卓越的能源效率與可持續性
從設計到實現的全球夥伴鏈
本專案的成功,是多方協作的成果。整體系統由 ScaleWorX 擔任系統整合商,DTS Corporation 負責總體專案規劃與測試流程,NVIDIA 提供 Grace Blackwell Superchip 與 InfiniBand 通訊架構,DDN 負責高速文件系統,而技鋼科技則是計算節點的核心設計與製造。
這種跨領域、跨國合作不僅體現了全球 HPC 生態系的整合趨勢,也再次證明技鋼科技在全球超級電腦市場中,已具備與國際領導品牌並駕齊驅的研發實力與交付能力。
技鋼科技亞太區業務處長余惠群表示「我們很榮幸能與日本最頂尖的科研機構合作。技鋼科技憑藉高效能系統設計與製造的深厚經驗,以及與 NVIDIA 的緊密協作,加速日本在世界級科研領域的持續突破。我們希望透過兼具效能、效率與永續性的設計,成為推動新一代運算革命的重要力量。」
量子與HPC融合的未來價值
這套量子-HPC混合平台不僅是一台超級電腦,更是一個跨越量子與經典運算界線的實驗場。透過 SQC介面-一個JHPC-quantum計畫中研發、專為量子電腦與HPC系統直連、結合了資料交換及工作管理的應用程式介面 (API),該系統將能與富岳、ibm_kobe、黎明共同運作,讓研究人員能在單一平台上進行:
- 量子演算法模擬
- 混合 AI/量子機器學習模型訓練
- 材料科學與分子動力學模擬
這將為能源開發、藥物設計、金融模擬、以及基礎物理研究帶來突破性的進展。
而技鋼科技所設計的 GPU 節點,不僅是這些研究的運算基礎,也代表著一個新時代 HPC 架構的實體化典範——它將經典超算的強度與量子模擬的靈活性,融合於同一系統中,為全球科研界開啟新的運算範式。
以技術與想像力打造未來超算基石
從早期支援頂級品牌伺服器代工,到今日引領液冷與整櫃 AI 運算架構的開發,技鋼科技不斷深化「以系統為中心」的創新能力。此次參與 RIKEN 量子-HPC混合平台的建構,是公司邁向全球科研高端市場的重要里程碑,也再次印證技鋼科技在 HPC、AI Factory 與資料中心基礎設施領域的整合實力。
隨著量子與 HPC 的融合漸趨成熟,技鋼科技將持續以創新、專業與可持續設計,協助全球科研夥伴實現下一代科學發現,並將「想像力轉化為現實的運算力量」。
關鍵成果摘要
| 項目 | 技術亮點 |
|---|---|
| 運算節點 | 135 節點,540 GPU(NVIDIA GB200 NVL4) |
| 通訊架構 | NVIDIA InfiniBand XDR,3.2 Tbps 頻寬 |
| 液冷技術 | 溫水冷卻系統(Warm-Water Cooling, >40°C) |
| 效能表現 | FP64: 21+ PFLOPS / FP8: 5+ EFLOPS |
| 系統整合 | 與富岳、ibm_kobe、黎明相連 |
| 領導單位 | 日本理化學研究所計算科學研究中心 |
| 技鋼角色 | GPU 節點設計與製造、整櫃散熱與佈局工程 |
| 永續價值 | 高能效架構、熱能回收潛力、模組化設計 |