Как сообщает издание IEEE Spectrum, европейские страны стараются догнать США в вопросе создания сверхмощных компьютеров экзафлопсного уровня. Ожидается, что в 2023 году в Юлихском исследовательском центре, который расположен в Германии, появится сверхмощный компьютер способный конкурировать с американскими Frontier и Aurora.

Бюджет, выделенный на создание экзафлопсного суперкомпьютера, уже составляет 500 млн евро. Директор Центра суперкомпьютеров в Юлихе Томас Липперт сравнил будущий суперкомпьютер Jupiter с сверхмощным телескопом, который поможет человечеству расширить представления об окружающем нас мире.

Современные экзафлопсные суперкомпьютеры способны выполнять более квинтиллиона операций с плавающей запятой в секунду. Для суперкомпьютера Jupiter построят новое здание, которое будет состоять из нескольких корпусов и мощной системой водяного охлаждения. Исследователи уже планируют использовать мощности суперкомпьютера для решения сложнейших вопросов таких как, использование света для разделения воды на атомы водорода и кислорода, чтобы научиться получать чистую энергию.

Вам может понравиться

OnlyFans опроверг информацию о блокировке в России

Представители сервиса OnlyFans опровергли данные о том, что для российских пользователей введена блокировка. В пресс-службе платформы ответили, что проблемы с доступом к порталу связаны с техническими неполадками. Техническая проблема, которая

Эксперт Михайлов: кустарные дроны ВСУ могут обходить российские системы ПВО

Наибольшую опасность для ВС РФ представляют дроны, собранные на Украине в “полуподвальном порядке”. Такое мнение высказал руководитель Бюро военно-политического анализа Александр Михайлов в беседе с URA.RU. Эксперт пояснил, что речь

Нейросеть для распознавания автомобилей была разработана специалистами МТУСИ

Специалисты факультета информационных технологий Московского технического университета связи и информатики (МТУСИ) вместе с деканом факультета Михаилом Городничевым смогли создать собственную нейросеть, которая должна распознавать марки автомобилей. В процессе обучения алгоритма