CLOUD & INFRA

NVIDIA ครองส่วนแบ่ง 81% ของซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลกจากการจัดอันดับ TOP500

NVIDIA Blog23 Jun 2026
1 min read
Key Takeaways
  • NVIDIA เป็นหัวใจหลักของโครงสร้างพื้นฐาน AI โลก โดยขับเคลื่อนซูเปอร์คอมพิวเตอร์ส่วนใหญ่และยังเป็นผู้นำด้านประสิทธิภาพการใช้พลังงาน

ทำไมเรื่องนี้ถึงสำคัญ

ความโดดเด่นของ NVIDIA ในกลุ่มซูเปอร์คอมพิวเตอร์แสดงให้เห็นว่าอุตสาหกรรมกำลังมุ่งไปสู่การใช้ประมวลผลแบบเร่งความเร็ว (Accelerated Computing) เพื่อรองรับงานด้าน AI ขนาดใหญ่และการจำลองทางวิทยาศาสตร์ที่มีความซับซ้อนสูง

NVIDIA ประกาศความสำเร็จครั้งใหม่ในการจัดอันดับซูเปอร์คอมพิวเตอร์โลกที่งาน ISC High Performance โดยเทคโนโลยีของ NVIDIA ถูกใช้งานในซูเปอร์คอมพิวเตอร์ 418 เครื่อง หรือคิดเป็น 81% ของ TOP500 และที่น่าสนใจคือระบบใหม่ที่เข้าสู่รายการนี้ถึง 90% เลือกใช้เทคโนโลยีของ NVIDIA สถิตินี้สะท้อนถึงความเชื่อมั่นในสถาปัตยกรรมที่ออกแบบมาเพื่อ AI และการคำนวณทางวิทยาศาสตร์โดยเฉพาะ

นอกจากด้านความเร็วแล้ว NVIDIA ยังครองความเป็นผู้นำในกลุ่ม Green500 ซึ่งเน้นประสิทธิภาพด้านพลังงาน โดยซูเปอร์คอมพิวเตอร์ที่ใช้ GPU NVIDIA ครอง 8 อันดับแรก และมีระบบที่ใช้ NVIDIA Grace CPU เพิ่มขึ้นเป็น 26 ระบบ โดยมี KAIROS ครองอันดับหนึ่งด้านความประหยัดพลังงานด้วยชิป Grace Hopper Superchip ที่ 73.3 gigaflops ต่อวัตต์

สรุปประเด็นหลัก

NVIDIA ขับเคลื่อนระบบใน TOP500 จำนวน 418 เครื่อง และ 90% ของระบบใหม่ที่เข้าสู่รายการ

ครองอันดับ 1 ใน Green500 ด้วยระบบ KAIROS ที่ใช้ Grace Hopper Superchip

สถาปัตยกรรม Blackwell เริ่มเข้าสู่การจัดอันดับเป็นครั้งแรกในระดับโลก

นวัตกรรมและเทคโนโลยี

infrastructure

NVIDIA Grace CPU Expansion

มีการใช้งาน Grace CPU เพิ่มขึ้นเป็น 26 ระบบใน TOP500 โดยมีการส่งมอบชิปไปแล้วเกือบ 2.5 ล้านตัว

infrastructure

Blackwell Architecture Deployment

การเริ่มใช้งานระบบ B200 และ GB200 ในภูมิภาคเอเชีย ยุโรป และสหรัฐอเมริกา

Developer Impact
วิศวกรด้าน HPC และ AI จะเห็นแนวโน้มการเปลี่ยนผ่านไปสู่สถาปัตยกรรมแบบรวมศูนย์ (Grace Hopper) และการใช้ระบบเครือข่าย Quantum InfiniBand มากขึ้น ซึ่งเป็นมาตรฐานสำหรับการสร้าง AI Factory และระบบประมวลผลขนาดใหญ่
Keywords
#nvidia #supercomputing #top500 #green500 #hpc #grace hopper #blackwell
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Blog