位于于利希研究中心的 JUPITER 超级计算机，正是这个新时代的象征。

它不仅位列全球效率最高超级计算机（每瓦特性能达 63.3 Gigaflops），更是强大的 AI 引擎，其 AI 算力达到 116 Exaflops，较 ISC 2025 展示的 92 Exaflops 有了显著提升。

这就是"翻转"的实例。2019 年，全球最强高性能计算系统 TOP100 榜单中近 70% 仅使用 CPU。如今这一比例已骤降至 15% 以下，TOP100 中有 88 个系统采用了加速计算——其中 80% 由 NVIDIA GPU 驱动。

在范围更大的 TOP500 榜单中，388 个系统（占比 78%）采用了 NVIDIA 技术，其中包括 218 个 GPU 加速系统（与去年同期相比增加 34 个）以及 362 个通过高性能 NVIDIA 网络互连的系统。趋势是显而易见的：加速计算已成为行业标准。

但真正的变革在于 AI 性能的飞跃。借助 NVIDIA Hopper 和 Blackwell 等架构以及 JUPITER 等系统，研究人员如今能够使用的 AI 算力较以往实现了数量级的增长。

AI FLOPS 已成为新的标尺，使气候建模、药物研发和量子模拟等领域得以突破——这些领域既需要大规模计算能力，又要求高效运算性能。

早在 SC16 大会上，在当今生成式 AI 浪潮兴起之前，NVIDIA 创始人兼首席执行官黄仁勋就预见了未来趋势。他预言 AI 将很快重塑全球最强大的计算系统。

在 SC16 大会上，黄仁勋阐述了 AI 将如何重塑全球最强大的科学计算系统。

正是由基于这些 GPU 打造的 NVIDIA CUDA-X 计算平台所点燃的 AI 革命，才极大拓展了这些计算机的能力。

突然间，超级计算机不仅能在双精度（FP64）下还能在混合精度（FP32 和 FP16）乃至 INT8 等超高效率数据格式下运行——这些正是现代 AI 的基石。

这种灵活性使研究人员能够将功耗预算推向前所未有的极限，从而运行更大、更复杂的模拟，并训练更深层的神经网络，同时最大限度地提高每瓦特性能。

在 Green500 全球最节能超级计算机榜单上，前八名均采用 NVIDIA 加速技术，前十名中有七台系统通过 NVIDIA Quantum InfiniBand 互连。

但这些亮眼数字背后的故事是 AI 能力已成为衡量标准。JUPITER 系统可在提供 116 Exaflops AI 算力的同时，还能达到 1 Exaflop FP64 性能，这清晰地表明科学领域如今正将模拟与 AI 相融合。

能效提升不仅使 Exascale 级计算成为可能，更让 Exascale 级 AI 成为现实。当科学研究获得大规模 AI 支持后，发展曲线将会急剧上升。

这一转变起初是出于能效的迫切需求，后来演变为架构优势，如今已经成熟为科学超级力量：模拟与 AI 的结合，正以前所未有的规模蓬勃发展。