Сингапур ввёл суперкомпьютер ASPIRE 2B: 115 PFLOPS и 1536 NVIDIA H200

2 мин. чтения
Дроп $1000
BYBIT · ФЬЮЧЕРС-ДРОП
Дроп $1000
100 наград новичкам · депозит до 30 июня
Участвовать →

В июне 2026 года Национальный суперкомпьютерный центр Сингапура (NSCC) ввёл в эксплуатацию ASPIRE 2B — систему нового поколения мощностью до 115 петафлопс. В основе — 1536 GPU NVIDIA H200 в версии с 141 ГБ памяти HBM3e и процессоры AMD EPYC 9655.

Что произошло

Суммарная расчётная мощность ASPIRE 2B: — GPU-кластер: ~103 петафлопс (NVIDIA H200 × 1536) — CPU-кластер: ~12 петафлопс (AMD EPYC) — Итого: до 115 петафлопс теоретического пика

NVIDIA H200 — это GPU прошлого поколения (Hopper), но с 141 ГБ памяти HBM3e, что даёт значительное преимущество для задач с большими моделями: Llama-class 70B+ могут работать в полной точности на небольшом числе GPU.

ASPIRE 2B ориентирована на задачи: крупномасштабные AI-исследования, климатическое и погодное моделирование, ускорение открытий в здравоохранении и материаловедении, гибридные квантово-классические вычисления.

Система предоставляется через NSCC исследователям университетов и госструктур Сингапура. Это преемник предыдущего суперкомпьютера ASPIRE 2A.

Что это значит

115 петафлопс — серьёзная мощность для академического учреждения. Для сравнения: суперкомпьютер Texas A&M VISION, дебютировавший в Top500 на #66 на этой же неделе, входит в ту же весовую категорию академических AI-систем.

1536 H200 с 141 ГБ HBM3e на каждом — это совокупная GPU-память около 216 ТБ. Это позволяет запускать модели, которые попросту не помещаются в потребительское или даже профессиональное железо.

Для регионального контекста: Сингапур последовательно строит национальную AI-инфраструктуру — ASPIRE 2B продолжает линию, начатую ещё в 2020-х. Страна конкурирует за статус AI-хаба Юго-Восточной Азии с Японией, Южной Кореей и, в перспективе, Индией (см. инвестиции Amazon этой же недели).

Дроп $1000
BYBIT · ФЬЮЧЕРС-ДРОП
Дроп $1000
100 наград новичкам · депозит до 30 июня
Участвовать →
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.