Målet er å betjene Singapores offentlige forskningsmiljøer, blant annet universiteter, offentlige etater og forskningsinstitutter. Det er omtalt et mulig brukerfellesskap på over 9 000 forskere, mens NSCC allerede støtter mer enn 700 aktive brukere i ulike prosjekter.

Et kraftig steg opp fra forgjengerne

ASPIRE 2B har omtrent fire ganger kapasiteten til ASPIRE 2A og 2A+ til sammen. De tidligere systemene har allerede vist hvordan nasjonal datakraft kan korte ned komplekse forskningsløp. I prosjektet Cooling Singapore 2.0 kunne ASPIRE 2A for eksempel fullføre opptil 80 timer med klimasimuleringer på 24 timer.

Den nye superdatamaskinen skal gjøre det mulig å kjøre modeller med høyere oppløsning, teste flere variabler og gjenta forsøk raskere. Det er særlig viktig i forskning der resultatene ikke bare avhenger av en KI-modell, men også av fysikkbaserte simuleringer, store datasett og omfattende utprøving.

Bedre klimamodeller og værvarsler

Singapore ser for seg at ASPIRE 2B skal støtte KI-forsterket klima- og værforskning. Mer detaljerte simuleringer kan gi bedre forståelse av styrtregn, havnivå og urban varme, og kan dermed inngå i beslutninger om kystsikring og byplanlegging.

Dette er forventede forsknings- og samfunnsgevinster, ikke garantier om bedre varsler over natten. En superdatamaskin gir kapasitet, men pålitelige prognoser avhenger fortsatt av datakvalitet, vitenskapelige metoder, validering av modellene og institusjonenes evne til å ta resultatene i bruk.

NSCC-støttet databehandling har også vært brukt i studier av kystbeskyttelse og i industriell utvikling. I et prosjekt for selskapet Mencast gjorde KI-plattformen for design av skipspropeller det mulig å utforske over 10 000 konstruksjoner på få dager. Tidligere kunne prosessen gi rundt 20 designforslag på flere uker.

Helsemodeller som er tilpasset lokale forhold

Den ekstra datakraften skal også brukes i helseforskning, blant annet til sykdomsforutsigelser og trening av medisinske modeller. Den kan supplere SIMFONI, Singapores nasjonale initiativ for medisinsk KI, som tilpasser grunnmodeller ved hjelp av lokale kliniske data og retningslinjer for å støtte beslutninger i helsetjenesten.

SIMFONI er ment som et støtteverktøy, ikke en erstatning for helsepersonell. Modellene skal blant annet kunne bistå klinikere med behandling av kroniske sykdommer, samtidig som sikkerhetstiltak og menneskelig faglig skjønn fortsatt er avgjørende.

ASPIRE 2B kan også hjelpe forskere med å utvikle KI som i større grad gjenspeiler språk og kulturelle sammenhenger i Sørøst-Asia. Initiativene SEA-LION og MERaLiON er eksempler på arbeid med regionale språkmodeller. Utviklingen av MERaLiON har brukt NSCCs datakraft til storskala trening, finjustering og eksperimentering.

Hvorfor flerspråklig KI trenger mer enn oversettelse

Globale språkmodeller er ofte best på de største verdensspråkene. Modeller som skal fungere godt i et flerspråklig samfunn, må imidlertid håndtere lokale uttrykk, aksenter og kulturelle nyanser – ikke bare oversette ord for ord.

Derfor handler Singapores språkprosjekter om å bygge datasett og modeller for regionale behov. ASPIRE 2B kan gi forskerne mulighet til å trene større modeller og gjennomføre flere tester uten å være avhengige av utenlandsk datakraft.

Investeringen handler også om mennesker

Infrastrukturen er knyttet til en bevilgning på 270 millioner singapordollar fra National Research Foundation, annonsert i 2024 for å bygge Singapores neste superdatamaskin og styrke landets kapasitet innen høyytelsesdatabehandling.

Det er en viktig nyanse: Pengene går ikke bare til GPU-er. NSCC og samarbeidspartnerne legger også vekt på tilgang, opplæring og arbeidsflyter som kan omsette datakraft til forskningsresultater. Myndighetene har understreket at mer prosessorkraft i seg selv ikke automatisk gir bedre klimamodeller, medisiner eller industriprodukter.

En mulig kobling til kvantedatabehandling

NSCCs publiserte HPC-materiale beskriver en planlagt integrasjon mellom ASPIRE 2B og Quantinuums kvantedatamaskin Helios, etter planen i andre halvdel av 2026. Tanken er å etablere en hybrid plattform der klassisk superdatabehandling og kvantedatabehandling kan brukes sammen, blant annet til molekylsimuleringer og forskning på avanserte materialer.

Dette bør foreløpig forstås som en utforskende kapasitet – ikke som et bevis på at Singapore allerede har oppnådd praktisk kvantefordel. Den umiddelbare verdien ligger i å teste hvordan tradisjonelle superdatamaskiner og kvantesystemer kan utfylle hverandre.

Hva Singapore egentlig bygger

ASPIRE 2B er best forstått som nasjonal forskningsinfrastruktur, ikke som et enkeltstående KI-produkt. Den strategiske verdien ligger i koblingen mellom datakraft, lokale data, vitenskapelig kompetanse, industrielle problemstillinger og spesialiserte fagmiljøer.

Hvis disse delene fungerer sammen, kan Singapore korte ned veien fra simulering til ferdig ingeniørdesign, forbedre analyser av klimarisiko, utvikle helseteknologi som passer bedre til lokale befolkningsgrupper og styrke KI-støtte for språk som ofte er underrepresentert i globale modeller. Systemet kan også bli en testarena for mer krevende KI-agenter og fysisk KI.

Forbeholdet gjelder likevel alle bruksområdene: ASPIRE 2B skaper kapasitet til å forsøke seg på større og mer relevante oppgaver. Hvor gode og samfunnsnyttige resultatene blir, vil fortsatt avhenge av forskerne, datagrunnlaget, sikkerhetstiltakene og institusjonene rundt maskinen.

Målet er å betjene Singapores offentlige forskningsmiljøer, blant annet universiteter, offentlige etater og forskningsinstitutter. Det er omtalt et mulig brukerfellesskap på over 9 000 forskere, mens NSCC allerede støtter mer enn 700 aktive brukere i ulike prosjekter.

Et kraftig steg opp fra forgjengerne

ASPIRE 2B har omtrent fire ganger kapasiteten til ASPIRE 2A og 2A+ til sammen. De tidligere systemene har allerede vist hvordan nasjonal datakraft kan korte ned komplekse forskningsløp. I prosjektet Cooling Singapore 2.0 kunne ASPIRE 2A for eksempel fullføre opptil 80 timer med klimasimuleringer på 24 timer.

Den nye superdatamaskinen skal gjøre det mulig å kjøre modeller med høyere oppløsning, teste flere variabler og gjenta forsøk raskere. Det er særlig viktig i forskning der resultatene ikke bare avhenger av en KI-modell, men også av fysikkbaserte simuleringer, store datasett og omfattende utprøving.

Bedre klimamodeller og værvarsler

Singapore ser for seg at ASPIRE 2B skal støtte KI-forsterket klima- og værforskning. Mer detaljerte simuleringer kan gi bedre forståelse av styrtregn, havnivå og urban varme, og kan dermed inngå i beslutninger om kystsikring og byplanlegging.

Dette er forventede forsknings- og samfunnsgevinster, ikke garantier om bedre varsler over natten. En superdatamaskin gir kapasitet, men pålitelige prognoser avhenger fortsatt av datakvalitet, vitenskapelige metoder, validering av modellene og institusjonenes evne til å ta resultatene i bruk.

NSCC-støttet databehandling har også vært brukt i studier av kystbeskyttelse og i industriell utvikling. I et prosjekt for selskapet Mencast gjorde KI-plattformen for design av skipspropeller det mulig å utforske over 10 000 konstruksjoner på få dager. Tidligere kunne prosessen gi rundt 20 designforslag på flere uker.

Helsemodeller som er tilpasset lokale forhold

Den ekstra datakraften skal også brukes i helseforskning, blant annet til sykdomsforutsigelser og trening av medisinske modeller. Den kan supplere SIMFONI, Singapores nasjonale initiativ for medisinsk KI, som tilpasser grunnmodeller ved hjelp av lokale kliniske data og retningslinjer for å støtte beslutninger i helsetjenesten.

SIMFONI er ment som et støtteverktøy, ikke en erstatning for helsepersonell. Modellene skal blant annet kunne bistå klinikere med behandling av kroniske sykdommer, samtidig som sikkerhetstiltak og menneskelig faglig skjønn fortsatt er avgjørende.

ASPIRE 2B kan også hjelpe forskere med å utvikle KI som i større grad gjenspeiler språk og kulturelle sammenhenger i Sørøst-Asia. Initiativene SEA-LION og MERaLiON er eksempler på arbeid med regionale språkmodeller. Utviklingen av MERaLiON har brukt NSCCs datakraft til storskala trening, finjustering og eksperimentering.

Hvorfor flerspråklig KI trenger mer enn oversettelse

Globale språkmodeller er ofte best på de største verdensspråkene. Modeller som skal fungere godt i et flerspråklig samfunn, må imidlertid håndtere lokale uttrykk, aksenter og kulturelle nyanser – ikke bare oversette ord for ord.

Derfor handler Singapores språkprosjekter om å bygge datasett og modeller for regionale behov. ASPIRE 2B kan gi forskerne mulighet til å trene større modeller og gjennomføre flere tester uten å være avhengige av utenlandsk datakraft.

Investeringen handler også om mennesker

Infrastrukturen er knyttet til en bevilgning på 270 millioner singapordollar fra National Research Foundation, annonsert i 2024 for å bygge Singapores neste superdatamaskin og styrke landets kapasitet innen høyytelsesdatabehandling.

Det er en viktig nyanse: Pengene går ikke bare til GPU-er. NSCC og samarbeidspartnerne legger også vekt på tilgang, opplæring og arbeidsflyter som kan omsette datakraft til forskningsresultater. Myndighetene har understreket at mer prosessorkraft i seg selv ikke automatisk gir bedre klimamodeller, medisiner eller industriprodukter.

En mulig kobling til kvantedatabehandling

NSCCs publiserte HPC-materiale beskriver en planlagt integrasjon mellom ASPIRE 2B og Quantinuums kvantedatamaskin Helios, etter planen i andre halvdel av 2026. Tanken er å etablere en hybrid plattform der klassisk superdatabehandling og kvantedatabehandling kan brukes sammen, blant annet til molekylsimuleringer og forskning på avanserte materialer.

Dette bør foreløpig forstås som en utforskende kapasitet – ikke som et bevis på at Singapore allerede har oppnådd praktisk kvantefordel. Den umiddelbare verdien ligger i å teste hvordan tradisjonelle superdatamaskiner og kvantesystemer kan utfylle hverandre.

Hva Singapore egentlig bygger

ASPIRE 2B er best forstått som nasjonal forskningsinfrastruktur, ikke som et enkeltstående KI-produkt. Den strategiske verdien ligger i koblingen mellom datakraft, lokale data, vitenskapelig kompetanse, industrielle problemstillinger og spesialiserte fagmiljøer.

Hvis disse delene fungerer sammen, kan Singapore korte ned veien fra simulering til ferdig ingeniørdesign, forbedre analyser av klimarisiko, utvikle helseteknologi som passer bedre til lokale befolkningsgrupper og styrke KI-støtte for språk som ofte er underrepresentert i globale modeller. Systemet kan også bli en testarena for mer krevende KI-agenter og fysisk KI.

Forbeholdet gjelder likevel alle bruksområdene: ASPIRE 2B skaper kapasitet til å forsøke seg på større og mer relevante oppgaver. Hvor gode og samfunnsnyttige resultatene blir, vil fortsatt avhenge av forskerne, datagrunnlaget, sikkerhetstiltakene og institusjonene rundt maskinen.