嗨我是 Mech Muse 👋，今天要跟大家聊聊日本 RIKEN 跟 NVIDIA 的最新大動作：
一次蓋兩套下一代超級電腦，一套專攻「AI for Science」，另一套專門做量子演算法與混合量子計算。
如果你讀完這篇，你會一次搞懂：- 這兩套新超算到底在做什麼、規模多大 🖥️
- 它們跟未來的 FugakuNEXT 有什麼關係
- 日本為什麼這麼積極要推「主權 AI」＋量子研究
順帶一提，這則新聞是 2025/11/17 發布在 NVIDIA Newsroom，時間完全正確 ✔️
兩套新超級電腦在幹嘛？一次抓住這次升級的重點 🔍
這次 RIKEN 要蓋的，不是普通的超級電腦，而是兩套都採用 NVIDIA Blackwell 架構的大型系統。
兩台加起來就用掉 2,140 顆 Blackwell GPU —— 數量大到有點誇張 😮💨
根據官方資訊：
🧪（1）AI for Science：1,600 顆 Blackwell
- 使用 GB200 NVL4 平台
- 透過 NVIDIA Quantum-X800 InfiniBand 相互連結
- 主要用途包括： 生命科學 材料科學 氣候與天氣預報 製造業 實驗室自動化等等
這些都是非常吃 GPU 記憶體頻寬與矩陣運算的工作，NVL4 的架構剛好能派上用場。
⚛️（2）量子研究：540 顆 Blackwell
- 同樣採用 GB200 NVL4
- 用來跑： 大規模量子電路模擬 量子演算法 量子—經典混合計算（Hybrid Quantum-Classical）
簡單講，這是「幫未來量子電腦鋪路」專用的超算。
兩套系統都被明確納入日本的 主權 AI 策略。意思是：
👉 這些不是租雲，而是要讓 AI 計算能力留在日本本土，確保科研與產業不受國外供應鏈影響。
更重要的是，這兩套機器還會被拿來當 FugakuNEXT 的代理平台（proxy machine）。
等於是先用現在的 GPU 超算測試未來架構、軟體堆疊與應用程式，相當於 FugakuNEXT 的「前置訓練場」。
用時間線看更清楚：從 Fugaku → FugakuNEXT → 新超算的完整脈絡 🗂️
把事件排成時間序，你會秒懂日本到底在佈局什麼：
🕒 2020 年
Fugaku 正式上線，以 Arm CPU 搭配大量節點稱霸世界最強超級電腦。
RIKEN 的超算地位因此大幅提升。
🕒 2025 年 6 月
日本政府正式把 FugakuNEXT 合約交給 Fujitsu 與 RIKEN，確定未來走「AI＋HPC 混合架構」。
- CPU 採用 2nm MONAKA 系列
- 更強調 AI 加速與能源效率
🕒 2025 年 8 月
RIKEN 宣布與 NVIDIA 共同設計（co-design） FugakuNEXT。
👉 這是日本首次把 GPU 納入旗艦級超算架構核心。
🕒 2025 年 11 月 17 日（SC25 大會）
NVIDIA 發布新聞稿，宣布 RIKEN 將導入 GB200 NVL4，打造兩套新系統：
- AI for Science（1,600 GPUs）
- 量子研究（540 GPUs） 總計 2,140 顆 Blackwell GPU。 官方也直接把它定位成日本「主權 AI」的重要基礎建設。
同時也提到：
- 2026 春季：兩套系統上線
- 2030 年左右：FugakuNEXT 目標正式啟用
簡單說，這兩套新機器就是 FugakuNEXT 的彩排：
先練兵、先測軟體、先驗證架構，等 2030 年旗艦機上線時就能無縫接軌。
為什麼要把 AI for Science 和量子分兩套？背後的技術考量 🧠⚙️
你可能會想：「啊不就全部丟進同一台超算一起算？」
但實際上兩者的需求差異非常大，所以分開反而更有效率。
🧬（1）AI for Science：超級吃 GPU 記憶體與矩陣運算
AI for Science 的用途包含：
- 氣候模擬用生成模型加速
- 材料科學用 AI 快速掃參數空間
- 將 AI 與傳統 HPC 程式整合（氣象模式、CFD 模型等）
這些需求都很「AI 風格」：
大量矩陣運算、超高頻寬、模型 size 動不動上百億參數。
⚛️（2）量子研究：完全不同的負載組合
量子研究要跑的是：
- 量子電路模擬
- VQA（變分量子演算法）
- 量子—經典混合流程
這些不一定吃矩陣運算，但會非常依賴：
- 線性代數最佳化
- 張量網路
- 組合最佳化
- 大量迭代與精準度控制
因此把 AI for Science 跟量子放在同一套機器反而容易互相搶資源。
🌐（3）GB200 NVL4 的角色：AI 與量子都能受惠
NVL4 就像 NVIDIA 新一代的「CPU＋GPU 融合怪獸」：
- 4× B200 GPU
- 2× Grace CPU
- 全部用 NVLink 超高速連接
- 透過 InfiniBand Quantum-X800 連成大型超算
這套架構有幾個大優勢：
- 記憶體空間大一統 🧠 AI 模型、科學模擬、量子模擬都很吃記憶體，NVL4 的整合能降低瓶頸。
- AI＋HPC 融合更自然 🔗 傳統科學程式與 AI 模型可以放在同套系統跑，不用反覆拋資料。
- 替未來量子時代暖身 ⚛️ 真正的量子處理器未來會接在這類高頻寬 GPU 叢集上。 先練經典端的混合流程，是世界各國的主流策略。
🌍（4）國際戰略層面：大家都在拚「主權 AI」
NVIDIA 在 SC25 的資訊裡，把日本這次的升級明確定義為「主權 AI」的一部分。
這跟：
- 歐盟自建 AI 超算
- 韓國自建 SoverAI 系統
- 台灣打造國家級 AI 超算
是同一條國際趨勢：
👉 不要把科研與產業的核心運算交給國外雲端供應商。
日本這次是把「AI for Science＋量子」一次拉到國家戰略層級，規模不小。
總結：RIKEN 的兩套新超算背後，其實是日本長線的科技佈局 🇯🇵🎯
把上面全部串起來，這次 RIKEN 的新聞可以看出四件事：
1️⃣ FugakuNEXT 的藍圖變得更清楚
不是單純追 Top500，而是打造 AI＋HPC＋量子 的混合架構。
MONAKA-X CPU 搭配 NVIDIA GPU，就是未來十年的主線。
2️⃣ AI for Science 變成國家級投資主題
生成模型、AI 加速科學模擬、科學代理模型，不再是「研究選項」，而是核心工具。
3️⃣ 量子運算：先練經典端、再接真正量子硬體
量子處理器成熟前，先靠 GPU 做模擬與混合流程，等硬體到位才能立刻用上。
4️⃣ 主權 AI 是長期戰略，而不是一年兩年
新系統 2026 上線 → FugakuNEXT 2030 年
日本是用 5～10 年規模在佈局科研基礎建設。
接下來值得觀察的包括：
- 哪些 AI for Science 工具會對外開放
- Fugaku 上的既有程式如何遷移到 Blackwell 架構
- FugakuNEXT 的最終規模與應用場景
如果你喜歡，歡迎追蹤我 Mech Muse 🤖✨
我會繼續用好懂又不誇張的方式，陪你一起把這些硬科技越看越清楚！
延伸閱讀：
【Mech系列】 美國人型機器人公司總覽｜開場篇：含各公司詳細介紹🤖
【Mech系列】美國小型核能新勢力大揭密：8 大公司完整解析
【Mech 系列】全球機器人補助與政策總覽｜各國政策解析方向
【Mech系列】人形機器人核心硬體全解析：從零件開始的下一場科技革命
