大規模計算和百億億級基礎設施的出現對te泰科  JST molex板對板連接器的戰略規劃產生了重大影響。計算機科學的兩個主要發展是對物理系統的大規模模擬，重復多次以生成健壯的統計數據，以及一般的數據分析，包括圖像、視頻、聲音和語音以及其他許多方面，包括挖掘大量數據集以識別意外模式(即，大數據分析)。后者主要由人工智能(AI)方法來解決，特別是計算機視覺、機器學習和模式識別。

大規模的模擬正在影響許多領域，包括藥物發現、材料科學、納米顆粒設計，以及更廣泛的凝聚態物理。

數據分析和挖掘在機器人、心理學、神經成像、生命科學以及生物和神經科學領域(如計算生物學、基因組學和許多其他組學領域)等許多技術和不同的應用領域中發揮著重要作用。

計算活動需要信息基礎設施，包括高性能計算(HPC)、大數據存儲和云計算。此外，越來越強大的圖形處理單元(GPU)的快速增長使得機器學習的有效管理，特別是深度學習架構，在幾年前是不可能做到的。

在此背景下，2018-2023計算科學研究領域的主要目標之一是建立HPC與大數據分析之間的動態交互。我們正在開發一個新的HPC代碼組合、人工智能方法和方法，從用于多尺度模擬的新工具到機器學習和深度學習算法的設計，以實現這一點。

最終，長期目標是調查和提高上述幾個科學和技術領域的知識，以設計能夠應對現實情況的智能系統，并解決工業、健康和社會場景中的實際應用。

相關行