超級計算機是為特定目的而設計的、如倉庫般大小的計算集群，能處理普通筆記本電腦需要數世紀才能解決的複雜數學運算。它們的速度以每秒浮點運算次數（FLOPS）來衡量，當前最大的系統在一項名為 LINPACK 的嚴格測試中已能達到 exaFLOPS 級別。TOP500 項目每年更新兩次全球排名，根據 HPL 的 “Rmax” 分數提供清晰的速度快照。到了 2025 年 6 月，三台美國實驗室的 exascale 計算機位居榜首，歐洲則首次推出一個新的重量級系統，而雲計算和工業系統也在前十名之內，這清楚地顯示出尖端計算技術正在超越傳統的國家實驗室。

在美國，El Capitan 是當前世界上最強的超級計算機，其 Rmax 可達 1.742 exaFLOPS。這台計算機基於 HPE 的 Cray EX255a 設計，搭載 AMD 第四代 EPYC 處理器和 Instinct MI300A 加速器，並通過 Slingshot-11 網絡相互連接。El Capitan 在更艱難的 HPCG 基準測試中也表現出色，這表明它不僅僅是“基準賽跑者”，而是為真實科學進行平衡設計的。自去年底奪冠以來，該機器在 2025 年 6 月仍然保持領先地位，標誌著 exascale 計算技術在美國國家實驗室成為新常態的開始。

第二快的 Frontier 也是位於美國的計算機，其 Rmax 為 1.353 exaFLOPS。Frontier 的設計同樣驚艷，採用 HPE Cray EX235a 櫃、AMD EPYC 處理器及 Instinct MI250X GPU，並通過 Slingshot-11 進行連接。從 2022 到 2024 年，Frontier 一直排名第一，現在排名第二，這不僅是排名的下降，而是反映出一旦達到 exascale 門檻，領域的變化之快。它在能源、材料、生物科學和天體物理學等領域的計算需求依然保持前沿水準。

Aurora 是位於美國阿貢國家實驗室的新一代 exascale 超級計算機，其 Rmax 為 1.012 exaFLOPS。Aurora 結合了 HPE Cray EX、Intel Xeon CPU Max 及 Intel Data Center GPU Max 加速器，並同樣依賴 Slingshot-11 網絡。經過幾年的建設，Aurora 現在在 HPL 測試中穩定運行 exaflop 的性能，並鎖定了第三的位置。這台計算機的設計旨在將模擬與科學 AI 相結合，特別適合於核聚變研究、氣候變化以及大規模語言模型實驗等研究。

歐洲方面，JUPITER Booster 位於德國，是歐洲最快的超級計算機，其 Rmax 可達 793.4 petaFLOPS。這台新型旗艦計算機直接進入了前列，基於 BullSequana XH3000 平台，搭載 NVIDIA GH200 Grace-Hopper 超級晶片，並結合四路 NDR200 InfiniBand，形成了 JUPITER 設計的“增強器”部分。與去年榜單相比，這是歐洲的重大進展，現在成為該大陸最高排名的系統，顯示出 EuroHPC 推進的加速趨勢。

接下來，Eagle 超級計算機位於美國的 Microsoft Azure 雲端，其 Rmax 為 561.2 petaFLOPS。這是一台可按小時租用的頂級機器，運行 Intel Xeon Platinum 8480C 主機，並搭載 NVIDIA H100 GPU，通過 NDR InfiniBand 連接。由於 JUPITER Booster 的進入，Eagle 僅下降一位，硬體和性能保持不變，再次成為本周期中排名最高的雲計算超級計算機。

隨著超級計算技術的不斷進步，未來的目標將不僅止於 exascale，還將邁向 zeta 級超級計算機，這些系統能夠達到驚人的 1,000 exaFLOPS。日本已經瞄準了這一前沿，計劃在 2030 年左右推出 Fugaku Next，可能會再次重新定義全球的領導地位。然而，整體情況仍不完整，中國已停止向 TOP500 提交數據，這讓其系統的真實規模成為謎團。這層神秘感為全球超級計算機的競爭增添了更多的趣味，世界也在關注哪個國家將主導下一次邁向 zeta 級計算能力的飛躍。

德國科學家最近開發了一款強大的新軟體工具，這款工具結合了量子計算機和超級計算機，使這兩種根本不同的系統能夠無縫互動。這個系統名為 sys-sage，由慕尼黑工業大學（TUM）的研究團隊與來自萊布尼茲超級計算中心（LRZ）的同事合作創建，目前正在進行實驗測試。這項研究的進展表明，儘管量子計算機在解決複雜問題方面展現了巨大的潛力，但將其集成到現有的超級計算機中依然存在挑戰，主要是因為它們在架構和操作上的差異。

研究團隊指出，儘管量子計算機的潛力巨大，但它們與傳統超級計算機的整合仍面臨不少困難。TUM 的電腦架構與平行系統教授 Martin Schulz 博士表示：“我們通過開發 Sys-Sage 混合工具，解決了一些這些挑戰。”這一工具旨在以一種新的方式整合量子計算與高性能計算（HPC），從而促進這兩種計算技術的協作。

量子計算機利用量子物理的特性來存儲數據和進行計算，被廣泛認為是未來最具潛力的技術之一。與依賴於表示零或一的比特的傳統計算機不同，量子計算機使用的量子比特（cubits）可以同時存在於多個狀態中，這一現象稱為「疊加」。量子纏結的特性使它們能夠比傳統機器更快地解決某些問題。然而，量子計算機不是通用的，也不打算取代傳統的高性能計算技術，而是被研究人員視為可以互補的加速器，專注於解決高度複雜的任務，而將常規工作留給超級計算機。

根據研究團隊的說法，挑戰在於讓這兩種不同的架構協同工作。量子計算機使用獨特的介面、控制系統和拓撲，這些特性無法輕易融入優化良好的傳統 HPC 環境。TUM 團隊的 sys-sage 庫旨在解決這一問題，最初是作為超級計算機的中心介面開發的。這個庫擴展了現有的系統，將量子系統納入其中，並建立了一個統一的表示，結合了量子計算和傳統計算機的拓撲結構。這意味著任務現在可以在兩個系統之間智能地進行分配。

例如，如果某個問題更適合量子處理器，Sys-Sage 可以將其定向到量子系統；相反，如果工作負載更適合傳統的 HPC，則任務將留在超級計算機上。Schulz 在一份新聞稿中表示：“通過這種架構，作為慕尼黑量子谷計劃和慕尼黑量子軟體堆疊（MQSS）的一部分，我們為量子計算機在超級計算中心的生產性和有效使用奠定了基礎。”這項研究的成果已發表在 ISC High Performance 2025 研究論文會議中，並可通過 IEEE Xplore 獲得。這一進展不僅為量子計算的應用開啟了新的大門，還為未來的計算技術發展奠定了基礎。

北韓領導人金正恩於九月二日檢查了一個研究機構，該機構正致力於開發該國下一代洲際彈道導彈，隨後他將前往中國參加一場軍事閱兵。這次訪問標誌著北韓首次公開披露Hwasong-20這一新型導彈，平壤方面表示該導彈將提升其戰略打擊能力。根據朝鮮中央通訊社（KCNA）的報導，金正恩審查了一種專為這種武器設計的新型高功率固體燃料發動機的生產情況。

根據報導，該發動機的最大推力為1,960千牛頓，將用於現有的Hwasong-19洲際彈道導彈系列以及未來的Hwasong-20系統。這一消息發佈距離北韓去年十月試射Hwasong-19的事件不足一年，當時北韓稱這一導彈為「終極版本」的洲際彈道導彈。金正恩在訪問一個隸屬於該國導彈管理局的研究所時，獲得了過去兩年進行的八輪測試的結果簡報。這些測試使用碳纖維複合材料來製造更高效的固體燃料發動機，分析人士指出，這項技術相比液體燃料設計能更快地進行導彈部署。

隨著北韓去年公佈Hwasong-18洲際彈道導彈，該國愈發重視固體燃料技術，該導彈的射程被認為超過15,000公里（約9,500英里），足以打擊美國本土的任何地點。分析人士認為，平壤目前的關注重點似乎在於提高有效載荷能力和生存能力，以確保其武器庫能夠躲避美國及其盟友的導彈防禦系統。金正恩在KCNA的報導中表示：「這些有意義的成就標誌著我們在加強戰略導彈力量和擴大其能力方面的劇烈飛躍。」

此外，國家媒體報導金正恩於星期天檢查了一個新的防務製造設施，審查了一條自動化的導彈生產線。這次訪問被描繪為現代化該國防務產業和減少對人工勞動依賴的又一里程碑。這兩次檢查恰逢金正恩於星期一搭乘其裝甲專列前往北京。在星期三，他預計將與中國國家主席習近平及俄羅斯總統普京一同參加一場大規模的軍事閱兵，這被觀察人士視為對美國及其盟友的三方團結的展示。

北韓公開其最新導彈項目與其強化作為核武國家在全球舞台上的地位的努力相吻合。韓國統一部的一位官員表示：「金正恩似乎意圖在高調外交場合出現之前展示該國防務發展的成就。」金正恩在與習近平和普京會面前幾天宣佈了新型導彈技術，向華盛頓發出了明確信號。雖然北韓已經聲稱能夠打擊美國本土，但分析人士認為，持續投資於先進發動機和新型洲際彈道導彈設計可能會延長射程、增加有效載荷選擇，或實現多彈頭發射。這些發展將使美國在太平洋及其他地區的導彈防禦規劃變得更加複雜。

Hwasong-20項目彰顯了平壤在面對國際制裁和孤立的情況下，仍然有意保持多樣化武器庫的長期野心。北韓正日益接近生產其新型發動機，並希望在近期的測試成功基礎上，展示其仍在積極開發武器的能力。

對於宇航員來說，髒衣服一直以來都是太空生活中的一大挑戰。在缺乏洗衣機和水資源極其有限的情況下，他們通常只能穿著衣物直到無法再使用，再將其丟棄。然而，隨著中國宇航員研究與訓練中心開發出一種類似洗衣機的新系統，宇航員未來或許能在太空享受到乾淨衣物的奢華體驗。據報導，這項研究團隊已經開發出一種緊湊型的無洗衣粉洗衣機，這台立方體形狀的設備比行李箱稍大，重達 12 公斤（約 26 磅）。

根據《南華早報》的報導，這台洗衣機使用霧化和臭氧來清洗衣物，幾乎不需要水資源。水資源短缺的問題在國際空間站（ISS）和中國的天宮空間站中尤為突出。每一滴水都必須經過仔細回收，根本無法用於洗衣。宇航員主要依賴先進的水回收系統來收集和淨化廢水，這包括來自他們呼吸、汗水、尿液和淋浴的水。回收的水優先用於飲用和衛生。此外，從地球運送水的成本也非常高，因為其重量和發射所需的能量都十分昂貴。

儘管空間站內沒有泥土和污垢，但宇航員的衣物因為日常運動而變得髒污。當衣物散發出異味後，宇航員通常會將其打包進貨運艙，然後重返地球大氣層，在此過程中衣物會被燒毀。為了避免宇航員需要丟棄衣物，各大太空機構一直在探索在太空中進行洗衣的方案。過去的嘗試包括 2021 年 Tide 在 ISS 進行的測試，使用特殊洗衣粉和濕巾，以及 2023 年 Ultrasonic 提出的使用振動和最少水量進行清洗的方案，但該方法未能有效消除細菌。

中國的新方法特別適合太空環境。據報導，這台設備每次清洗僅需 400 毫升水，並以超細霧狀形式噴出，可清洗多達 800 克的衣物。這台機器不使用洗衣粉，而是利用紫外光產生臭氧，對衣物進行強力消毒，並可重複使用多達五次。該設備的設計非常適合微重力環境，能夠避免液體積聚和肥皂廢水的問題。對於持續超過五個月的軌道任務或 2.5 個月的深空任務，這一系統將會非常有用。

該系統使用一個封閉腔體內的 30 分鐘清洗周期。它首先噴灑衣物以超細霧狀形式，然後釋放臭氧進行消毒。加熱的空氣將衣物烘乾並分解臭氧，傳感器和過濾器確保不會釋放有害氣體或液滴。模擬顯示，該設備的消毒率高達 99.9%。研究人員設計了這個系統，使其至少能保持五年，未來計劃製作原型並提高效率，以適應更長的太空任務。根據研究人員的說法，這一系統能夠將太空任務所需的衣物重量減少超過 60%。此外，將質量運送到軌道所需的巨大能量使得每公斤水成為一種昂貴的商品。團隊認為，開發機艙內洗衣技術對於未來長期任務前往月球或火星至關重要，以減少從地球發射的衣物數量。這台新洗衣機的研究成果已在《中國空間科學雜誌》上發表。

Fraunhofer Institute for Electron Beam and Plasma Technology (FEP) 在 Design-PV 項目中取得了重要的里程碑，這一發展使得太陽能模塊在現代建築中變得更具吸引力。該項目使用滾動印刷納米壓印技術（NIL），開發出能夠使光伏（PV）模塊與建築立面無縫融合的裝飾性薄膜，並不會影響其效率。這一創新使得建築師和設計師可以在保持美觀的同時，將太陽能技術整合到建築中，從而提升城市的可持續性。

納米壓印技術（NIL）是一種在微觀層面上將圖案印刷到薄膜上的工藝。這一過程中，一個帶有微小結構的主滾筒壓入一層液體塗層，並將其固定在移動的薄膜上。隨著電子束迅速硬化塗層，圖案得以鎖定。此外，色素或顆粒可以混入塗層中，為薄膜增添顏色或裝飾效果。由於這一過程是滾動式的，因此可以持續進行，生產寬度達 1,250 毫米的薄膜，速度達到每分鐘數十米，這不僅確保了大規模生產的效率，還能降低成本。

德國的氣候中立目標定於 2045 年，而可再生能源的擴展是實現這一計劃的重要驅動力。光伏技術尤其關鍵，因為它可以安裝在屋頂和其他垂直表面，這些地方本來會被閒置。通過將太陽能模塊嵌入建築立面，城市能夠釋放出巨大的額外能源潛力，而無需開發新的土地或改變城市的美學。建築集成光伏（BIPV）是擴大清潔能源在高密度地區應用的一個重要途徑。

在初步測試中，新的 PV 模塊在外觀上與傳統金屬立面面板幾乎無法區分，並且仍能提供高達 80% 的性能，這一數據來自於與未覆蓋的比較模塊的對比。這標誌著在美學方面的一個重要進展，因為建築商和設計師一直將其視為採用 BIPV 的一個障礙。Fraunhofer FEP 的項目經理 Dr. Steffen Günther 表示：“根據合作夥伴 ISFH 的測試結果，這些具有裝飾性表面的 PV 模塊在視覺上與傳統立面元素無法區分，並且根據表面處理的不同，達到未覆蓋模塊性能的 80%。”

另一個重大挑戰是確保裝飾薄膜在 PV 玻璃模塊和金屬立面元素上的強附著力。為了應對這一問題，Fraunhofer FEP 開發了一種等離子體處理工藝，能夠在納米尺度上粗糙化 ETFE 薄膜基材，顯著提高薄膜的長期附著力。隨著德國朝著其氣候中立目標邁進，利用未開發的建築表面進行能源生產顯得尤為重要。Design-PV 項目將美學與功能相結合，可能會加速公眾對城市設計中 BIPV 的接受度。

接下來的階段將在真實條件下測試更多顏色、圖案和長期耐久性，結果將在 2025 年 10 月 27 日至 29 日於波蘭華沙舉行的 Radtech Europe 會議上呈現。Design-PV 項目由德國聯邦經濟事務與能源部資助，除了 FEP，還有 SURTECO GmbH、FLAGCHGLAS Sachsen GmbH、Ronge GmbH 和 TOMASIC Engineering GmbH 等公司參與此項目。這些努力不僅旨在推動技術創新，還期望對環境和社會產生積極影響。

最近，希臘在奧林匹亞舉辦了世界首屆國際人形奧林匹克運動會，這次活動中，人形機器人參加了拳擊和足球比賽，以爭取榮譽。這項活動於8月29日至9月2日舉行，由 Acumino 和 Endeavor 組織，並邀請行業領袖作為演講者，同時展示這些智能機器的能力。儘管人形機器人越來越受到歡迎，模仿人類的行為，但目前尚未看到它們參與日常家務，例如洗碗和整理衣櫃。

在過去一年中，人工智能（AI）通過如 ChatGPT 等應用程序的發展迅速取得了進展，但人形機器人卻未能在數據學習上跟上其軟件同行的步伐。希臘學者及初創公司創始人 Minas Liarokapis 表示，他對人形機器人能夠成為廚房和其他家務的幫手有著相當大膽的預測。他在接受美聯社訪問時表示：“我真的相信，人形機器人會首先進入太空，然後進入家庭……家庭是最後的邊界。”他還指出，進入家庭需要超過十年的時間，甚至更多。“我所談論的是以靈巧的方式執行任務，而不是銷售可愛的伴侶型機器人。”這種對人形機器人未來的看法引發了業界的廣泛討論，顯示出對這一技術的期待與現實之間的差距。

AI 工具或軟件需要大量數據進行訓練，以便達到最佳性能。幸運的是，這類工具的訓練數據量巨大，但人形機器人卻無法享受同樣的優勢。人形機器人在數據學習方面大約落後 AI 10 萬年，這主要是因為數據可用性之間的巨大差距。加州大學伯克利分校的 Ken Goldberg 教授提出了一個新穎的解決方案，鼓勵製造商超越模擬，讓機器人在執行有用工作的同時“收集數據，比如駕駛出租車或分類包裹”。目前，研究人員和科學家已經在使用強化學習來幫助人形機器人實時學習數據，這一技術幫助他們節省了寶貴的時間，無需為每一個動作逐步編程。

在這次奧林匹克運動會上，Cortical Labs 的首席執行官 Hon Weng Chong 作為演講嘉賓之一，分享了其公司的最新進展。Chong 揭示，他們正在開發一種生物計算機大腦，這種大腦將像人類一樣進行學習。這種大腦使用在芯片上生長的真實腦細胞來學習數據，這些細胞能夠以更快的速度學習和響應信息，幫助機器人像人類一樣思考與適應。在這個背景下，對於加快機器人學習的迫切需求變得尤為明顯。

在這次人形奧林匹克運動會中，組織者專注於現實挑戰，以確保進展檢查的公平性。共同創始人 Patrick Jarvis 指出，儘管考慮過投擲鐵餅或標槍等項目，但因過於複雜而被排除在外。跳高也因需要專業的腿部裝置而被排除。相比之下，競賽強調了人形機器人可以實際完成的任務，確保了能力的有意義展示。然而，這些限制也清楚地提醒了人們，加快學習對於人形機器人來說至關重要，以便與 AI 軟件和工具的興起相抗衡。能否縮小這一差距將決定人形機器人是否僅僅成為小眾表演者，或能夠演變為與先進 AI 一同的日常伴侶。