رئیس‌جمهور مکزیک، کلودیا شینباوم می‌گوید که پروژه قدرتمندترین ابررایانه آمریکای لاتین از سال آینده آغاز می‌شود و به مکزیک توان محاسباتی می‌دهد که اکنون برای کارهای پیشرفته هوش مصنوعی در دست ندارد.
به گزارش ایسنا، مکزیک گامی تاریخی به سوی رهبری فناورانه برداشته و از طرح ساخت چیزی رونمایی کرده که آن را قدرتمندترین ابررایانه آمریکای لاتین می‌نامد.
به نقل از آی‌ای، دولت مکزیک می‌گوید که این سیستم ظرفیت پردازش با کارایی بالا را برای کارهای رو به رشد هوش مصنوعی و پروژه‌های بزرگ داده فراهم خواهد کرد.
ابررایانه‌ای که «کواتلیکو» (Coatlicue) نام گرفته قرار است به توان ۳۱۴ پتافلاپ برسد.
خوزه مرینو، رئیس آژانس مخابرات و تحول دیجیتال مکزیک، می‌گوید که این جهشی عظیم از رکورد فعلی کشور یعنی ۲.۳ پتافلاپ است. او توضیح داد که کواتلیکو هفت برابر قدرتمندتر از قوی‌ترین ماشین فعال در برزیل خواهد بود.
شینباوم گفت دولت هنوز مکان نصب را انتخاب نکرده اما تأیید کرد که ساخت از سال آینده آغاز می‌شود. او افزود: ما خیلی هیجان‌زده‌ایم. این ابررایانه امکان آن را که مکزیک به طور کامل وارد حوزه به کارگیری از هوش مصنوعی و پردازش داده شود؛ فراهم می‌کند. چیزی که امروز ظرفیتش را نداریم.
این طرح، مکزیک را جلوتر از برزیل و آرژانتین قرار می‌دهد؛ کشورهایی که دستگاه‌هایی با توان ۱۳.۷ و ۱۲.۶ پتافلاپ دارند. با وجود این، مرینو یادآور شد که معیار جهانی همچنان سیستم «ال کاپیتان» در ایالات متحده با توان ۱.۸۰۹ اگزافلاپ است.
کواتلیکو قدرتمندترین ابررایانه عمومی مکزیک و آمریکای لاتین خواهد بود؛ فقط تصور کنید ۳۷۵ هزار رایانه همزمان داده پردازش کنند. ما این را در ۲۴ ماه محقق می‌کنیم تا ظرفیت ملی فناوری را در حوزه‌های با اثر اقتصادی بالا تقویت کنیم.
دولت برای ساخت این سیستم در مراحل مختلف، ۶ میلیارد پزو سرمایه‌گذاری خواهد کرد. گروه شینباوم گفته‌اند که محل نصب در ژانویه ۲۰۲۶ توسط کمیته‌ای انتخاب می‌شود. ساخت از مراحل طراحی، اجرا و اعتبارسنجی استاندارد عبور خواهد کرد. این ابررایانه ستون اصلی «خوشه ملی ابررایانه مکزیک» خواهد شد که اکنون با توان ۹.۴۵ پتافلاپ و بیش از ۱۰ هزار ترابایت ذخیره‌سازی کار می‌کند. مکزیک همچنین توافق همکاری با مرکز ابررایانه بارسلونا را امضا کرده است.
پینا، رئیس آژانس تحول دیجیتال ملی، می‌گوید که هدف این است که نهادهای عمومی و پژوهشگران «حاکمیت کامل» بر داده‌های راهبردی داشته باشند. او توضیح داد که سیستم‌های فعلی زمان محاسبات را از هفته‌ها به ماه‌ها می‌کشانند. این تأخیرها بر مدل‌سازی اقلیم، تحلیل مالی، شبیه‌سازی‌های علمی، تحلیل گمرکی و پایش ریسک اثر می‌گذارد.
دولت همچنین از این سیستم برای آموزش مدل‌های زبانی، دستیارهای مجازی و سامانه‌های هوش مصنوعی برای نهادهای فدرال استفاده خواهد کرد. مقام‌ها گفتند سیستم‌های ملی موجود اندازه مدل و سرعت آموزش را محدود می‌کنند و وابستگی به پلتفرم‌های خصوصی خارجی ایجاد کرده‌اند. آن‌ها این وابستگی را یک خطر بلندمدت دانستند. همکاری با اسپانیا و هند شامل انتقال فناوری و برنامه‌های پژوهشی مشترک است تا جامعه علمی لازم برای اداره زیرساخت جدید تقویت شود.
