宇宙の粒子4兆個からデジタル脳まで
ダークマター粒子4兆個を使ったシミュレーション、ニューロン1000億個を含むデジタル脳、解像度1キロメートルの海洋予測システム。これらは、中国のSugon 8000コンピューティングシステムとともに、深圳で開かれた主要会議で紹介された応用事例の一部だ。
目次
開発元が中国初の完全国産開発によるAIスーパーコンピュータークラスターと位置付けるこのシステムは、アクセラレーターカード10万基を搭載する。第22回CCF高性能コンピューティング全国会議で披露され、会議は2026年10月17日から20日まで深圳世界会展センターで開催された。最先端の応用成果10件は10月18日に発表された。
Sugon 8000は「登峰」とも呼ばれ、河南省鄭州市で構築され、国家スーパーコンピューティング・インターネットに接続された。中核となる設計は、数学や物理の法則に基づいて計算する高性能コンピューティングと、データからパターンを学習する人工知能を組み合わせている。
実用面での狙いは、研究者が難題をより速く調べられるようにすることだ。従来型のシミュレーションで学習データを生成し、AIで解の候補を探索した後、別の詳細なシミュレーションで有望な結果を検証できる。
Sugonの完成発表によると、システムの完成とネットワーク接続は2026年7月10日。このため10月の発表では、天文学、材料、生命科学、気象、農業など、すでに稼働中のシステムを活用した応用に焦点が当てられた。
接続された10万基のカードが担う処理
AIアクセラレーターカードは、大量の計算を並列処理するために設計されたコンピューター用ハードウェアだ。10万基を接続すれば、データを十分な速さでやり取りできることを条件に、負荷の大きいタスクを多数のプロセッサーに分散できる。
Sugonによると、このシステムはFP64からINT8までの数値形式に対応する。FP64は浮動小数点数を64ビットで表し、科学計算で高い数値精度を実現する。INT8は整数を8ビットで表現する形式で、数値を小さくすることでメモリー使用量や計算コストを抑えられるAI処理などに役立つ。
研究の段階によって必要な精度は異なる。詳細な物理シミュレーションにはFP64が必要な場合がある一方、材料候補を絞り込むAIモデルには、より低い精度の形式を使えることがある。Sugon 8000は、こうした処理を同じコンピューティング基盤で実行できるよう設計されている。
カード数を1万基から10万基に増やすことは、10倍の拡大に当たる。実際に得られる性能は、ソフトウェアによる処理分担の効率、データ転送の速さ、プロセッサーが互いを待つ時間にも左右される。
Sugonは、高性能コンピューティングとAIをネイティブに統合する方式だと説明する。実際には、科学シミュレーション、モデルの学習、推論、すなわち学習済みAIモデルを使って回答を出す処理を担う基盤を目指している。
物理法則でAIを検証する研究サイクル
科学シミュレーションとAIは、異なる出発点を持つ。シミュレーションでは、原子同士の相互作用や空気の流れを表す方程式を使う場合がある。初期状態から始め、通常は多数の細かなステップを経て、その後の変化を計算する。
AIモデルは事例から学習する。十分な数のシミュレーション結果があれば、詳細な計算を毎回繰り返すよりもはるかに速くパターンを特定し、結果を推定できる。膨大な設計案や分子配置を調べる必要がある研究者にとって、この速さは大きな利点となる。
Sugon 8000を使った統合的な手法は、3段階で進む。まず科学計算でシミュレーションデータを生成する。次にAIがそのデータから学習し、候補を絞り込む。最後に、詳細な科学計算で有望な候補を少数検証する。
最後の検証が重要なのは、AIがもっともらしくても不正確な結果、いわゆる「ハルシネーション」を出すことがあるためだ。科学研究では、魅力的な予測であっても、対象となる物理現象に照らした検証が欠かせない。この統合型ワークフローでは、初期選別を通過した候補に高コストの計算を振り向ける。
研究者にとっての利点は、計算時間の使い方を変えられることだ。あらゆる可能性に最も詳細な計算を実行する代わりに、AIで探索範囲を絞り、詳しく調べる価値のある対象に高精度の計算を割り当てられる。
7月の稼働開始と10月の披露
Sugonが7月に発表した内容と10月の会議での発表は、システム導入の異なる段階を示している。同社はまず完成を発表し、その後、稼働状況の数値を公表し、さらに幅広い科学分野での応用を紹介した。
- 2026年7月10日：SugonがSugon 8000の完成と国家スーパーコンピューティング・インターネットへの接続を発表。
- 7月18日：世界人工知能会議で公表された数値によると、稼働初週はフル稼働となり、1日平均15万件超のジョブを処理。
- 10月17日から20日：CCF高性能コンピューティング全国会議が深圳で開催。
- 10月18日：Sugonが会議で最先端の応用成果10件を発表。
Sugonが発表した公式完成日は7月10日。一方、10月の報道ではクラスターが8月に正式稼働したとも説明されているが、7月の稼働開始との関係は明らかにされていない。
初週の数値では、1日の処理件数のピークは50万件を超え、1日平均の基準として示された15万件の3倍以上となった。ジョブは投入されたコンピューティングタスクを指すため、規模や所要時間が大きく異なる処理が合計に含まれ得る。
7月の稼働状況の発表では、タスクの種類、データの場所、リソースの空き状況を考慮するスケジューリングにより、数百万件の同時ユーザーリクエストに対応できるとも説明された。これは、共有の経路や設備がボトルネックにならないようにしながら、適切なチームに仕事を割り振ることに似ている。
宇宙と脳のプロジェクトの内容
「千衍（Qianyan）」の宇宙論シミュレーションでは、ダークマター粒子4兆個を使って宇宙の進化をモデル化した。ダークマターは光を放たないものの、その重力の影響を観測できる物質だ。シミュレーションでは粒子がその一部を表し、大規模な構造がどう形成されるかを計算する。
この数値規模は、仮想宇宙を構築できる能力があるという説明に具体性を与える。研究者は宇宙の物質とその振る舞いを数学的に表現し、その表現がどう変化するかを計算する。
復旦大学のチームは、ニューロン1000億個規模のデジタル脳も発表し、会議ではこの規模として世界初と説明された。デジタル脳は神経細胞とその相互作用をソフトウェア上で表現し、集団としての振る舞いを研究できるようにする。
どちらのプロジェクトでも、多数の要素を保存できる記憶容量だけでは足りない。シミュレーション対象が変化するたびに、コンピューターは相互作用を繰り返し計算し、プロセッサー間で情報をやり取りしなければならない。
天文学と脳のプロジェクトは、10月の発表がカード数だけでなく応用に焦点を当てた理由を示している。重要な指標は、モデルが扱える複雑さ、計算の詳細度、シミュレーションの完了までにかかる時間などだ。
材料、気象、海洋、仮想トウモロコシ
機械学習による力場ソフトウェア「MatPL」は、量子力学計算に迫る精度を保ちながら、分子動力学シミュレーションを原子1兆個規模に拡張した。分子動力学は、原子が時間とともにどう動くかを追跡する。力場は原子間に働く力を推定し、その動きを決める。
機械学習を使えば、詳細な量子計算を何度も解くより低いコストで、こうした力を推定できる。会議での発表は、シミュレーション規模と数値精度という、同時に満たすのが難しいことの多い2つの要求が交わる成果として、MatPLを位置付けた。
短期・中期の全球気象予報システム「Fengqing Ensemble V1.0」は、すでに運用に入っていた。アンサンブル予報では、初期条件や前提をわずかに変えた複数の予測を実行し、気象がどう推移し得るかを調べる。
海洋研究では、全球の海洋循環を解像度1キロメートルで予測する世界初のシステムとして「swLFS」が紹介された。解像度を高めると、モデルはより小さな空間的特徴を表現できる一方、全球の海洋を対象に必要な計算量も増える。
中国農業大学の仮想トウモロコシ・プラットフォームは、育種サイクルを10年以上から数年に短縮したとされた。このプラットフォームは、有用な作物特性を探す工程にコンピューティングを活用し、育種で追求する組み合わせを研究者が絞り込めるよう支援する。
10件の成果には、エネルギー探査や先端設備の開発も含まれた。紹介された事例は、気象予測、海洋循環のモデル化、原子の振る舞いの研究、作物の育種候補の選定など、クラスターを具体的な研究に結び付けている。
計算を支えるネットワークとストレージ
Sugonによると、国産インフラはチップ、コンピューティング機器、ストレージ、ネットワーク、冷却、アプリケーション、サービスにまたがる。Hygonなどの国産開発チップが計算基盤を担う。会議の報道では、より広いアーキテクチャーの中に自社開発チップ6種類を含むとも伝えられた。
「scaleFabric」ネットワークは、ネイティブのリモート・ダイレクト・メモリー・アクセス（RDMA）を採用する。メインプロセッサーの関与を抑えてマシン間でデータを転送でき、情報交換に伴う一部のオーバーヘッドを減らせる。
大規模なシミュレーションやAIの学習では、中間結果を何度も共有するため、高速な接続が欠かせない。プロセッサーが計算を終えてもデータを待つ状態になれば、導入済みの計算能力の一部が使われないままになる。
Sugonは、分散ストレージ「ParaStor」も主要な構成要素に挙げる。分散ストレージは複数のマシンにデータを分散し、大規模な処理が複数の経路を通じてデータを読み書きできるようにする。同社によると、ParaStorは2026年のIO500ランキングで、実運用のフルノード部門と10ノード性能部門の首位を獲得した。
モデルの学習では大規模なデータセットを繰り返し読み込む必要があり、科学シミュレーションでは中間結果を保存することがあるため、ストレージ性能は重要だ。進捗を保存しておけば、長時間の計算が中断した後に再開することもできる。
この規模では、ネットワークの混雑、負荷分散、障害の切り分けが重要な工学的課題になる。スケジューラーは適切なプロセッサーとデータが利用できる場所に処理を割り当て、ネットワークは局所的な問題が広範な速度低下につながらないよう、発生する通信を処理しなければならない。
冷却、集積度、カードを稼働させ続けるコスト
Sugon 8000は、相変化を利用した液浸冷却を採用する。装置の熱を冷却液に移し、液体の状態変化を利用して熱を運び去る仕組みだ。Sugonによると、この設計は電力密度がメガワット級のラックに対応できる。
同社は、国産開発の冷却液や、年間を通じて外気環境を活用する冷却方式も説明している。こうした技術は基本的な制約に対応するものだ。限られた空間により多くの計算能力を詰め込めば、連続して取り除かなければならない熱も増える。
7月の稼働状況の発表では、他のスーパーコンピューター用ノードと比べ、ユニット当たりの計算密度が20倍に高まったとされた。Sugonは7月の完成発表で、この規模のクラスターに必要な検証項目として、エネルギー効率、メモリーアクセス、ネットワーク設計も挙げていた。
電力供給と冷却設備は、持続的な高負荷と需要の変動の双方に対応しなければならない。科学シミュレーション、AIの学習、大量の推論を実行するマシンでは、処理内容の変化に応じて通信量や電力需要も変わる可能性がある。
今後、実用面で確認すべき指標には、タスク完了当たりの消費電力、データ待ち時間、ジョブの完了時間、障害後の復旧などがある。公表資料では、総消費電力、運用コスト、アプリケーションの処理速度、利用料金について、比較可能な数値が一式で示されていない。
システムの利用状況
Sugonは7月の完成発表で、20以上の分野にわたる科学計算とAIの複合アプリケーション300件超を最適化したと明らかにした。このうち70件超はカード1万基規模に拡張されていた。事例には、タンパク質のフォールディング、原子1兆個の水分子を対象とする分子動力学、格子点100兆個を使う乱流シミュレーションが含まれる。
7月の稼働状況の発表では、アプリケーションへの対応を約1000件実施したと説明された。10月の会議では、30以上の分野で重点アプリケーション300件超を大幅に最適化し、20件超がシステム全体で稼働しているとの数値が示された。別の10月の説明では、26分野にわたるコンピューティングタスク300件超とされた。これらの合計は、ソフトウェア対応、重点的な最適化、コンピューティングタスクなど異なる分類に基づいている。
国家スーパーコンピューティング・インターネットは、大学、研究機関、企業、個人ユーザーがクラスターを利用できるようにすることを目的とする。大規模クラスターを自ら構築・運用できる組織に限らず、コンピューティング需要と利用可能なリソースを結び付ける役割を担う。
Sugon 8000は、10月18日に始動した「HPC+AI for Science」最先端動向観測プログラムの代表的な応用事例にも選ばれた。会議では、コンピューティング基盤、ソフトウェア、アプリケーションの共同開発に向け、業界連携の行動計画とオープンコミュニティーも発表された。
Sugonは、北京智源人工智能研究院との戦略的パートナーシップと、カード10万基を搭載する第2の完全国産システムの開発を発表している。最初のシステムについて、10月の発表は科学研究の成果と継続的なサービスに焦点を当てた。計画中の第2のシステムは、この取り組みを単一の施設を超えて広げることになる。
要点
- Sugon 8000はAIアクセラレーターカード10万基を接続し、河南省鄭州市で稼働している。
- Sugonは2026年7月10日、完成と国家スーパーコンピューティング・インターネットへの接続を発表した。
- 最先端の応用成果10件が10月18日に深圳で発表された。
- 紹介されたプロジェクトには、ダークマター粒子4兆個を使うシミュレーション、ニューロン1000億個のデジタル脳、原子1兆個規模の分子シミュレーションが含まれる。
- 同じ基盤上で、詳細な科学計算とAIの学習・推論を組み合わせている。
- Sugonはカード10万基を搭載する第2の完全国産クラスターの開発を発表した。
