图灵奖得主：软件追不上硬件 科技创新恐陷“失速齿轮”

「2025诺科奖台北峰会」图灵奖得主杰克·唐加拉（Jack Dongarra）受邀来台演讲，针对AI与高效能运算（HPC）现况提出犀利观点。 他直言，尽管AI快速推进，但软件与算法发展落后硬件更新，成为延宕创新速度与研发效率的关键。

Dongarra回顾从传统计算、深度学习到边缘运算3次技术浪潮，真正驱动转型的始终是硬件升级，但软件端未能同步演进，导致整体开发流程被动应对、成本高涨。 他直言，「我们总是被动接收新的硬件，再花时间与成本调整软件，延宕了许多创新。」

对于科学研究的演变，Dongarra指出，现今的科学研究已无法仅依赖理论与实验完成，尤其在面对高成本、低可行性或高风险的实体实验时，例如气候变迁、星系演变或喷射推进技术，模拟计算已成不可或缺的研究途径; 其中，模拟若涉及大规模数据与复杂变量，则需仰赖超级计算机才能顺利实现。

「『理论』、『实验』、『模拟』为现代科学不可或缺的3种要素。」Jack Dongarra说。 其中，「模拟」需倚赖庞大的计算资源才能实现，而这正是超级计算机的使命; 当模拟规模越来越庞大时，更需要速度快、规模大的电脑完成。

Dongarra指出，当前最快的超级计算机机型已达每秒10¹⁸次浮点运算（ExaFLOPS等级）; 换言之，若地球上每个人每秒完成 1 次计算，那么需要 4 年多的时间才能完成，而超级计算机 1 秒内便可完成任务。 他表示，超级计算机的外观就像一个约2个网球场大小的房间，密布机柜，每个机柜内装有多核处理器和GPU的电路板，代表性机种包括美国「El Capitan」与中国「天河三号」等。

另外，作为TOP500超级计算机排行榜的创始人之一，Dongarra 说明，TOP500排名于每年6月和11月公布，每年更新2次。 他亲眼见证从1993年的60 GigaFLOPS（每秒600亿次浮点运算），一路发展到今日突破1.7 ExaFLOPS（每秒17亿亿次浮点运算）的规模，技术跃进相当快速; 而台湾共有7座超级计算机入榜前500大，其中2座更挤进前100名。

针对AI近年技术兴起，Dongarra归纳出4项关键驱动力，包含互联网的进步，加速大量数据流通、运算效能跃进、算法和理论的不断进步，以及跨领域资源挹注，让AI不再只是实验室技术，而是推动跨产业转型的核心动能。