IT之家 6 月 1 日消息，在今日的 2026 台北国际电脑展主题演讲中，英伟达 CEO 黄仁勋发布了“全球最强大的桌面 AI 超级计算机”—— DGX Station for Windows 。 DGX Station for Windows 用于在 Windows 上开发和运行智能体 —— 基于英伟达 GB300 Grace Blackwell Ultra Desktop Superchip 构建， 将于今年第四季度上市 。 英伟达表示，繁重的企业级 AI 工作负载（训练、微调、大规模推理和多智能体开发）通常需要数据中心运行在 Linux 上，而绝大多数财富 500 强公司则使用 Windows 进行日常生产力、创意、设计和工程应用程序。 DGX Station for Windows 基于 NVIDIA DGX Station 系统设计，作为首款将 GB300 Grace Blackwell 级 AI 基础架构直接引入 Windows 生态系统的桌面 AI 超级计算机，弥合了这一差距。 DGX Station 由 GB300 Grace Blackwell Ultra 桌面超级芯片提供支持，通过 NVIDIA NVLink-C2C 互连将 Blackwell Ultra GPU 连接到 72 核 Grace CPU。 它配备高达 748GB 的相干内存和高达 20 petaflops 的 FP4 性能，并可与 RTX PRO 6000 Blackwell 工作站 GPU 配合使用，实现前沿 AI 计算，包括光线追踪可视化和模拟。 此外，DGX Station for Windows 还配备了 NVIDIA ConnectX-8 SuperNIC，该网卡经过优化，可显著提升超大规模 AI 计算工作负载的性能。ConnectX-8 SuperNIC 支持高达 800Gb/s 的网络传输速度，能够为 AI 工作负载提供更快的网络数据传输，并支持多个 DGX Station 系统之间的高速连接，从而处理更大规模的工作负载。 DGX Station for Windows 由英伟达与微软合作开发，支持高达 1 万亿参数的 AI 模型。DGX Station 还支持大规模运行智能体，数百个智能体可以同时执行任务。 IT之家从英伟达公告获悉，预计华硕、戴尔、技嘉、惠普、微星和超微将于 今年第四季度 推出 DGX Station for Windows 产品。
IT之家 5 月 20 日消息，据央视新闻报道，第 13 届 ASC 世界大学生超级计算机竞赛总决赛今日在江苏省无锡市落下帷幕。本届赛事共吸引全球 25 支高校大学生队伍参与，参赛队伍在量子计算、人工智能等前沿科技领域展开为期 5 天的激烈角逐。 最终，北京大学代表队夺得总决赛冠军，清华大学代表队获得亚军。 据IT之家了解，ASC 世界大学生超级计算机竞赛由中国发起，目前已累计吸引全球超过一万名大学生参赛，为全球青年科技人才搭建起 AI 时代的实战训练平台。
IT之家 5 月 7 日消息，当地时间 5 月 6 日，SpaceX 与 Anthropic 同时宣布，双方已签署协议，Anthropic 可使用 SpaceX Colossus 1 数据中心的所有算力容量，这是全球规模最大且部署速度最快的 AI 超级计算机之一。 IT之家从新闻稿获悉，Colossus 1 配备了超过 220,000 颗英伟达 GPU ，包括密集部署的 H100、H200 以及下一代 GB200 加速器。 Anthropic 计划利用这些额外的算力来直接 提升 Claude Pro 和 Claude Max 订阅用户的容量，并宣布即日起全面提高付费订阅用户的使用上限 ： Pro、Max、Team 以及 Enterprise 方案的 Claude Code 五小时速率限制提高一倍 取消了 Pro 和 Max 账户在高峰时段对 Claude Code 的速率限制下调 大幅提高了 Claude Opus 模型的 API 速率限制，如下表所示： 作为该协议的一部分，Anthropic 还表示有兴趣通过合作伙伴关系开发数吉瓦（gigawatts）规模的 轨道 AI 算力 。
IT之家 5 月 5 日消息，量子计算机最具前景的应用方向之一是模拟蛋白质，助力人类研发新药，但目前这类设备误差率过高，尚无法胜任这项任务。不过，如今两台量子计算机借助超级计算机的辅助，打破了一项模拟纪录 —— 成功测定了一个含 12635 个原子的分子的特性。 据IT之家了解，要了解药物分子的作用机制，必须精准确定其电子的量子态与能量，这属于量子力学问题，传统计算机往往只能得出近似解。 美国俄亥俄州克利夫兰医学中心、科技企业 IBM 以及日本理化学研究所的研究人员展开合作，转而采用天生适配量子物理运算的量子计算机开展研究。他们研发出一种量子计算机 + 传统超级计算机的混合运算方案，并用该方案模拟了两个规模空前庞大的分子， 其中一个分子的体量约为以往量子计算机模拟最大分子的 40 倍。 团队成员、克利夫兰医学中心的肯尼思・默茨表示：“这曾是我的梦想，如今我们终于实现了。” 研究团队使用了两台 IBM 苍鹭（Heron）量子计算机（一台部署在日本理化学研究所，一台设在克利夫兰医学中心），以及全球顶尖的两台超级计算机：富岳（Fugaku）和雅比 - G（Miyabi-G）。研究选取了两组蛋白质 - 小分子复合物作为模拟对象，默茨称这类复合物已有充分研究基础，也是生物医学领域经典的基础研究范例。团队还在水环境层中完成分子模拟，让实验结果更贴近实验室实际研究场景。 受限于量子比特规模偏小、运算能力有限且易出错等短板，单纯依靠量子计算机目前实用价值有限。因此，研究团队将分子模拟任务拆分给四台设备协同完成，仅用量子计算机计算分子部分片段的特定属性，再将运算结果交由超级计算机处理。两类计算机来回迭代运算，全程耗时超 100 小时。 IBM 的 Jerry Chow 表示，即便如此，这套混合方案的运算速度仍优于纯传统计算机方案。此次模拟还精准测算出分子的最低能量，精度可媲美部分主流传统算法，尽管尚未实现绝对领先优势。 宾夕法尼亚州匹兹堡大学的刘君宇（Junyu Liu，音译）评价道，该研究给出了极为难得的实践路径：依托现有商用硬件，迈出量子计算实用化的切实一步。他还称，“这次实验的规模着实令人瞩目”。 刘君宇认为，在量子计算机实现完全容错之前，这类混合运算模式值得大力推广，可提前挖掘量子计算机的实用价值。但他同时指出，目前仍存在一个悬而未决的问题：能否从严格数学层面证明，该混合算法在特定场景下必定能实现性能碾压，也就是达成所谓的“量子优势”。 Jerry Chow 表示，尽管本次研究证明量子硬件在部分运算环节具备优势，但这项模拟纪录只是开端，并非最终定论。“业界正掀起一股不断突破技术边界的热潮，”他说，“在我看来，真正令人期待的探索才刚刚启程。”