圖靈獎得主：軟件追不上硬件 科技創新恐陷“失速齒輪”

「2025諾科獎臺北峰會」圖靈獎得主杰克·唐加拉（Jack Dongarra）受邀來臺演講，針對AI與高效能運算（HPC）現況提出犀利觀點。 他直言，盡管AI快速推進，但軟件與算法發展落后硬件更新，成為延宕創新速度與研發效率的關鍵。

Dongarra回顧從傳統計算、深度學習到邊緣運算3次技術浪潮，真正驅動轉型的始終是硬件升級，但軟件端未能同步演進，導致整體開發流程被動應對、成本高漲。 他直言，「我們總是被動接收新的硬件，再花時間與成本調整軟件，延宕了許多創新。」

對于科學研究的演變，Dongarra指出，現今的科學研究已無法僅依賴理論與實驗完成，尤其在面對高成本、低可行性或高風險的實體實驗時，例如氣候變遷、星系演變或噴射推進技術，模擬計算已成不可或缺的研究途徑; 其中，模擬若涉及大規模數據與復雜變量，則需仰賴超級計算機才能順利實現。

「『理論』、『實驗』、『模擬』為現代科學不可或缺的3種要素。」Jack Dongarra說。 其中，「模擬」需倚賴龐大的計算資源才能實現，而這正是超級計算機的使命; 當模擬規模越來越龐大時，更需要速度快、規模大的電腦完成。

Dongarra指出，當前最快的超級計算機機型已達每秒101?次浮點運算（ExaFLOPS等級）; 換言之，若地球上每個人每秒完成 1 次計算，那么需要 4 年多的時間才能完成，而超級計算機 1 秒內便可完成任務。 他表示，超級計算機的外觀就像一個約2個網球場大小的房間，密布機柜，每個機柜內裝有多核處理器和GPU的電路板，代表性機種包括美國「El Capitan」與中國「天河三號」等。

另外，作為TOP500超級計算機排行榜的創始人之一，Dongarra 說明，TOP500排名于每年6月和11月公布，每年更新2次。 他親眼見證從1993年的60 GigaFLOPS（每秒600億次浮點運算），一路發展到今日突破1.7 ExaFLOPS（每秒17億億次浮點運算）的規模，技術躍進相當快速; 而臺灣共有7座超級計算機入榜前500大，其中2座更擠進前100名。

針對AI近年技術興起，Dongarra歸納出4項關鍵驅動力，包含互聯網的進步，加速大量數據流通、運算效能躍進、算法和理論的不斷進步，以及跨領域資源挹注，讓AI不再只是實驗室技術，而是推動跨產業轉型的核心動能。