ดร.เอ็ง ลิม โก๊ะ- รองประธานและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีคอมพิวเตอร์ประสิทธิภาพสูงและ
ได้รับรางวัล NASA Medal ยอดเยี่ยมความก้าวหน้าทางเทคโนโลยีในฐานะผู้ตรวจสอบหลักของการทดลองบนสถานีอวกาศนานาชาติสำหรับการดำเนินงานของซูเปอร์คอมพิวเตอร์อิสระในภารกิจขยายพื้นที่ นอกเหนือจากการสร้างแอพพลิเคชั่นจับกลุ่มที่ใช้บล็อกเชนร่วมกันเขายังดูแลการใช้งาน AI ในการแข่งขัน Formula 1 สร้างเทคโนโลยีที่อยู่เบื้องหลังบอทแชมป์โป๊กเกอร์และออกแบบระบบสำหรับจำลองสมองสัตว์เลี้ยงลูกด้วยนมที่มีรายละเอียดทางชีววิทยา มีสิทธิบัตรในสหรัฐอเมริกาหกฉบับอีกห้าฉบับกำลังอยู่ในระหว่างการพิจารณา
HPE (Hewlett Packard Enterprise)เป็นบริษัทไอทีสัญชาติอเมริกันที่ก่อตั้งขึ้นในปี 2015 ร่วมกับ HP Inc.หลังจากการแบ่งของ Hewlett-Packard Corporation.Inherited ธุรกิจในส่วนของลูกค้าองค์กร - ผลิตเซิร์ฟเวอร์ซูเปอร์คอมพิวเตอร์ระบบจัดเก็บข้อมูลเครือข่ายจัดเก็บข้อมูลอุปกรณ์เครือข่ายระบบหลอมรวมและยังมีส่วนร่วมในการสร้างโครงสร้างพื้นฐานระบบคลาวด์
“ คลาวด์จะยังคงมีความสำคัญในโลกของข้อมูลขนาดใหญ่”
- เทคโนโลยีคลาวด์ได้ผ่านพ้นช่วงเวลาแห่งนวัตกรรมไปจนถึงมาตรฐานไอทีที่ทันสมัย พวกเขามีบทบาทอย่างไรในการพัฒนาผลิตภัณฑ์ใหม่ในวันนี้
- ที่ HPE เรามุ่งเน้นการคำนวณของเราการพัฒนาซึ่งเป็นส่วนหนึ่งของแนวโน้ม“ อุปกรณ์ต่อพ่วงสู่ระบบคลาวด์” ส่วนใหญ่เป็นเพราะข้อมูลส่วนใหญ่ไปที่อุปกรณ์ต่อพ่วงก่อน เราต้องถ่ายโอนข้อมูลทั้งหมดจากขอบสู่คลาวด์เช่นข้อมูลของซุปเปอร์มาร์เก็ตรถยนต์ถ้าเรากำลังพูดถึงรถที่เชื่อมต่อ (รถที่สามารถสื่อสารกับระบบอื่น - HiTech) อุตสาหกรรมการบินและโรงพยาบาล ในหลายกรณีเราถ่ายโอนข้อมูลไปยังคลาวด์จากนั้นทำการวิเคราะห์ข้อมูลและส่งผลลัพธ์กลับไปยังอุปกรณ์ต่อพ่วง
การคำนวณแบบคลาวด์เป็นสิ่งสำคัญเพราะจะช่วยให้ใช้พลังการคำนวณทั้งหมดที่มีความเข้มข้นในระบบคลาวด์ในขณะที่รอบนอกมักจะน้อยกว่า วิธีดั้งเดิมคือการรวบรวมข้อมูลบนอุปกรณ์เสริมจากนั้นกำหนดค่าอุปกรณ์ต่อพ่วงอัจฉริยะเพื่อส่งข้อมูลที่จำเป็นไปยังระบบคลาวด์เท่านั้น คลาวด์มีทรัพยากรคอมพิวเตอร์ทั้งหมดเพื่อทำการเรียนรู้ของเครื่องทำการวิเคราะห์รับผลลัพธ์ที่จะถูกส่งกลับไปยังอุปกรณ์ต่อพ่วง นั่นคือเหตุผลที่เราเชื่อว่าคลาวด์จะยังคงมีความสำคัญในโลกของข้อมูลขนาดใหญ่
- ทำไมต้องใช้ปัญญาประดิษฐ์เพื่อสร้างศูนย์ข้อมูลใหม่ อะไรคือวัตถุประสงค์หลักในบริบทนี้?
- ศูนย์ข้อมูล (DPC) กำลังเป็นที่นิยมซับซ้อนมากขึ้นและผู้ใช้ต้องการ เกี่ยวกับความซับซ้อนของศูนย์ข้อมูลในวันนี้คุณมีหน่วยประมวลผลกลาง (CPU) และกราฟฟิค (GPU) จำนวนมากสำหรับ AI ซึ่งมีคอร์มากมาย นอกจากนี้ยังมีการไหลของข้อมูลขนาดใหญ่การจัดเก็บและการเคลื่อนไหวที่จะต้องจัดระเบียบ ทั้งหมดนี้ใช้พลังงานจำนวนมากและเพิ่มความซับซ้อนของศูนย์ข้อมูล
GPU (หน่วยประมวลผลกราฟิก)เป็นหน่วยประมวลผลกราฟิกซึ่งเป็นอุปกรณ์พิเศษสําหรับการประมวลผลกราฟิกและเอฟเฟกต์ภาพซึ่งแตกต่างจาก CPU (หน่วยประมวลผลกลาง) สถาปัตยกรรม GPU เหมาะสําหรับการประมวลผลแบบขนานและมีGPU สมัยใหม่สามารถใช้ได้ไม่เพียง แต่สําหรับการประมวลผลกราฟิก เท่านั้น แต่ยังรวมถึงการคํานวณทางคณิตศาสตร์ประเภทเดียวกันซึ่งมีความสนใจในความเร็วในการประมวลผลมากกว่าในเวลาเดียวกันความเร็วในการประมวลผลของ GPU เมื่อเทียบกับ CPU สามารถสูงขึ้นหลายพันเท่า
แกนประมวลผล- โปรเซสเซอร์อิสระที่ประกอบบนชิปทางกายภาพตัวเดียวลดขนาดทางกายภาพการใช้พลังงานและการกระจายความร้อนของชิปและเพิ่มประสิทธิภาพอย่างมากโดยไม่ต้องเปลี่ยนสถาปัตยกรรมโปรเซสเซอร์
สำหรับผู้ใช้ความต้องการของพวกเขายังเพิ่มขึ้นอย่างมาก ในอดีตพวกเขาซื้ออุปกรณ์เปิดตัวและในขณะที่ระบบใช้งานได้ผู้ใช้ก็พึงพอใจ แต่วันนี้พวกเขาถามว่า: "แอปพลิเคชันของฉันทำงานอย่างเหมาะสมหรือไม่" - เนื่องจากไม่ได้เพิ่มกำลังการประมวลผลโดยตรงโดยตรงทำให้เพิ่มผลิตภาพได้สัดส่วน
ดังนั้นคุณมีข้อกำหนดของผู้ใช้ความซับซ้อนของศูนย์ข้อมูลซึ่งหมายความว่าคุณต้องใช้ AI เพิ่มเติมซึ่งจะดูข้อมูลและช่วยในการตัดสินใจที่ดีขึ้น ปัญหาคือเราไม่มีข้อมูลเพียงพอที่จะช่วยให้ AI เรียนรู้ ลูกค้าประมาณ 10,000 คนเข้าสู่โครงการของเราและส่งข้อมูลของพวกเขาบนดาต้าเซ็นเตอร์ไปยังคลาวด์ ตอนนี้เรากำลังส่งผลลัพธ์ของการประมวลผลข้อมูล AI กลับไปยังแต่ละศูนย์ข้อมูลเหล่านี้เพื่อเพิ่มประสิทธิภาพการทำงานของพวกเขา
- ปัจจุบัน AI ใช้ในการสร้างอุปกรณ์สำหรับลูกค้าองค์กรหรือไม่ คุณจะคาดหวังว่าเทคโนโลยีที่คล้ายคลึงกันในผลิตภัณฑ์สำนักงานและผลิตภัณฑ์ภายในบ้านจะมีเร็วแค่ไหน?
- ถ้าคุณหมายถึงความสามารถในการให้การคาดการณ์ที่อิงตามประวัติศาสตร์จากนั้นจะมีการใช้กันอย่างแพร่หลายในขณะนี้ วันนี้มีการใช้งานในหลาย ๆ ด้าน: ด้านการเงินเพื่อคาดการณ์มูลค่าของหุ้นเมื่อจะขายและซื้อในการกำหนดราคาตราสารอนุพันธ์ในตลาดการเงินหรือเพื่อคำนวณความผิดปกติของรังสีเอกซ์ในทางการแพทย์ มีรถยนต์ที่ฉลาดพอที่จะเข้าใจได้ตัวอย่างเช่นการสั่นสะเทือนในโช้คอัพหมายถึงสิ่งที่ไม่ดีและส่งข้อมูลเกี่ยวกับรถไปยังผู้ขับขี่ การเรียนรู้ผ่านประวัติศาสตร์เพื่อที่จะสามารถตัดสินใจและทำนายได้กลายเป็นความจริง แต่การคาดการณ์ที่เลวร้ายยิ่งขึ้นว่าซูเปอร์แมนจะปรากฏยังคงเป็นนิยายวิทยาศาสตร์ อย่างไรก็ตามมันเป็นสิ่งสำคัญที่จะเริ่มคิดเกี่ยวกับมันตอนนี้
“ คอมพิวเตอร์ควอนตัมที่ใช้วิธีการปรับให้เหมาะสมจะทำให้คอมพิวเตอร์ที่มี AI เรียนรู้ได้เร็วขึ้น”
- เป็นเรื่องยากสำหรับคนธรรมดาที่จะเข้าใจว่าคอมพิวเตอร์ควอนตัมคืออะไร คุณจะกำหนดพวกเขาเองได้อย่างไร
- เพื่อเริ่มต้นฉันไม่เข้าใจควอนตัมกลศาสตร์ ฉันไม่เข้าใจความยุ่งเหยิงของสถานะควอนตัมการซ้อนทับและการวัดการยุบสู่สถานะดั้งเดิม แต่มันก็ไม่สำคัญ ฉันยอมรับแนวคิดทั้งสามข้อนี้ ฉันยอมรับว่าพวกเขามีอยู่จริง เนื่องจากฉันเป็นวิศวกรโดยการฝึกอบรมฉันใช้เฉพาะสิ่งที่ฉันเข้าใจมากขึ้น ตัวอย่างเช่นระดับพลังงานที่แตกต่างกันของอิเล็กตรอนในอะตอม: ต่ำ, สูงและสูงมาก ยิ่งไปกว่านั้นความยุ่งเหยิงคือเมื่ออะตอมสองอะตอมเข้ามาใกล้จนพวกมันเริ่มพันกัน นอกจากนี้เรายังพูดคุยเกี่ยวกับการล่มสลายของฟังก์ชั่นเมื่อระบบไม่แน่ใจในขั้นแรก“ เลือก” หนึ่งในสถานะที่ยอมรับได้ซึ่งเป็นผลมาจากการวัด ฉันยอมรับการมีอยู่ของแนวคิดทั้งสามนี้ซึ่งช่วยให้ฉันจากมุมมองทางวิศวกรรมเพื่อรวมระบบควอนตัมที่แตกต่างกันทั้งหมดที่กำลังพัฒนาสำหรับการประมวลผลข้อมูลควอนตัม
- อีกไม่นาน Google ทำเสียงดังมากประกาศความสำเร็จของ "ควอนตัมที่เหนือกว่า" คุณใช้เทคโนโลยีควอนตัมในการออกแบบของคุณหรือไม่?
- ฉันคิดว่าเราจะได้รับเทคโนโลยีอะนาล็อกการวัดในการคำนวณควอนตัมในอีกสิบปีข้างหน้า แต่ในแง่ของดิจิตอลสำหรับคอมพิวเตอร์ควอนตัมให้ทำงานเหมือนเครื่องจักรในปัจจุบันมันต้องใช้เวลามากกว่าสิบปี หนึ่งในปัญหาที่ใหญ่ที่สุดคือการทำให้พัวพันและการซ้อนทับมีความเสถียรนานพอที่จะทำการคำนวณ วันนี้พวกเขามีข้อผิดพลาดมากมายและการแก้ไขของพวกเขาต้องการ qubits มากขึ้นเพื่อสนับสนุนหนึ่ง qubit การคำนวณ ดังนั้นฉันยืนยันว่าจะใช้เวลานานกว่าสิบปีกว่าจะถึงจุดที่คอมพิวเตอร์ควอนตัมจะดีกว่าคอมพิวเตอร์แบบดั้งเดิม ดังนั้นยังมีเวลา แต่เมื่อมันปรากฏขึ้นเราสามารถเปลี่ยนลำดับของสิ่งต่าง ๆ อย่างรุนแรง
Quantum superiorityความสามารถของอุปกรณ์คอมพิวเตอร์ควอนตัมในการแก้ปัญหาที่คอมพิวเตอร์คลาสสิกแทบไม่สามารถแก้ไขได้แก้ ก่อนหน้านี้ Google ได้ประกาศแผนการที่จะแสดงให้เห็นถึงอํานาจสูงสุดควอนตัมภายในสิ้นปี 2017 โดยใช้คิวบิตตัวนํายิ่งยวด 49 ตัว แต่ไม่ได้ประกาศจริงจนถึงวันที่ 23 ตุลาคม 2019 เป็นผลให้จากข้อมูลของ Google "อํานาจสูงสุดควอนตัมทําได้บนอาร์เรย์ 54 คิวบิต ซึ่ง 53 ตัวใช้งานได้และใช้ในการคํานวณใน 200 วินาที ซึ่งจะใช้เวลาซูเปอร์คอมพิวเตอร์ทั่วไปประมาณ 10,000 ปี"
Qubit (จากควอนตัมบิต)เป็นการปล่อยควอนตัมหรือองค์ประกอบที่เล็กที่สุดสําหรับการจัดเก็บข้อมูลในคอมพิวเตอร์ควอนตัมเช่นเดียวกับบิต qubit อนุญาตให้สอง eigenstates แสดงด้วย 0 | 1 แต่สามารถที่จะอยู่ใน "การซ้อนทับ" ของพวกเขานั่นคือในทั้งสองรัฐในเวลาเดียวกันในการวัดสถานะของคิวบิตใด ๆ มันจะเปลี่ยนเป็นสถานะใดสถานะหนึ่งโดยไม่ตั้งใจQubits สามารถ "พัวพัน" ซึ่งกันและกันนั่นคือพวกเขาสามารถมีการกําหนดความสัมพันธ์ที่ไม่สามารถสังเกตได้ซึ่งทุกครั้งที่มีการเปลี่ยนแปลงคิวบิตตัวใดตัวหนึ่งคนอื่น ๆ จะเปลี่ยนไปพร้อมกับมัน
- คอมพิวเตอร์ควอนตัมเกี่ยวข้องกับปัญญาประดิษฐ์อย่างไร?
- AI ใช้การเรียนรู้ของเครื่องมันเรียนรู้ด้วยใช้เรื่องราว สิ่งนี้เกิดขึ้นจากการลองผิดลองถูกเขาลองหนึ่งเรื่องราวทำนายอย่างไม่ถูกต้องแก้ไขจากนั้นอีกเรื่องหนึ่ง - เพื่อคาดเดาถ้าไม่ถูกต้อง และอีกหนึ่งพันครั้ง หนึ่งหมื่นครั้ง หนึ่งแสน ล้านหรือสิบล้าน เขาต้องพยายามหลายครั้งในการปรับแต่งจนกระทั่งเขาแสดงอัลกอริทึมที่ถูกต้องสำหรับการคาดการณ์ ฉันเชื่อว่าคอมพิวเตอร์ควอนตัมที่ใช้วิธีการเพิ่มประสิทธิภาพจะทำให้คอมพิวเตอร์ที่มี AI เรียนรู้ได้เร็วขึ้น เพื่อที่เขาจะได้ไม่ต้องพยายามมากมายและลองล้านครั้งเพื่อให้ได้ผลลัพธ์ที่ถูกต้อง คอมพิวเตอร์ควอนตัมจะช่วยให้สามารถคาดการณ์ได้อย่างรวดเร็ว
Blockchain และความฉลาดจับกลุ่ม
— เทคโนโลยีบล็อกเชนถูกนําไปใช้ในระดับองค์กรอย่างไร?
- AI และ blockchain มีความสัมพันธ์กันอย่างใกล้ชิด เราเชื่อว่าไม่ใช่ blockchain แต่เทคโนโลยีที่รองรับจะมีความสำคัญสำหรับอุปกรณ์ต่อพ่วง เนื่องจากข้อมูลจะไหลไปยังอุปกรณ์ต่อพ่วงคุณจะต้องทำมากที่สุดเพื่อประหยัดพลังงานการคำนวณของคลาวด์ ลองนึกภาพคุณมีกล้อง HD ความละเอียดสูงหนึ่งล้าน คุณไม่สามารถส่งสตรีมข้อมูลจากกล้องหนึ่งล้านตัวไปยังคลาวด์ คุณจะต้องวางคอมพิวเตอร์บนอุปกรณ์ต่อพ่วงที่ฉลาดพอที่จะตัดสินใจ:“ ฉันไม่จำเป็นต้องส่งสิ่งนี้ ฉันจะส่งสิ่งนี้เท่านั้น” แต่คุณต้องมีคอมพิวเตอร์อัจฉริยะ เราเชื่อว่าความสามารถในการเชื่อมต่อคอมพิวเตอร์หลายเครื่องเข้ากับกลุ่มเดียวกลุ่ม“ หนึ่ง” สำหรับการฝึกจับกลุ่มจะมีความสำคัญ นี่เป็นเพราะสติปัญญาฝูง - พวกเขาทั้งสองเชื่อมต่อกัน
ความหมายที่แท้จริงของหน่วยสืบราชการลับจับกลุ่มยังคงไม่ได้สูตร หน่วยสืบราชการลับ Swarm (หน่วยสืบราชการลับจับกลุ่ม) อธิบายพฤติกรรมรวมของระบบการกระจายอำนาจการจัดระเบียบตัวเอง ตามกฎของระบบ RI นั้นประกอบด้วยเอเจนต์จำนวนมาก (boids) ซึ่งมีการโต้ตอบกันภายในเครื่องและกับสภาพแวดล้อม แนวคิดเรื่องพฤติกรรมมักมาจากธรรมชาติโดยเฉพาะจากระบบชีวภาพ บอยด์แต่ละคนปฏิบัติตามกฎง่าย ๆ แม้ว่าข้อเท็จจริงที่ว่าไม่มีระบบการจัดการพฤติกรรมแบบรวมศูนย์ที่จะบ่งบอกถึงสิ่งที่พวกเขาต้องทำการโต้ตอบในระดับท้องถิ่นและแบบสุ่มนำไปสู่การเกิดขึ้นของพฤติกรรมกลุ่มอัจฉริยะที่ไม่ได้ถูกควบคุมโดยแต่ละ Boyids โดยทั่วไป RI ควรเป็นระบบตัวแทนหลายซึ่งจะมีพฤติกรรมการจัดระเบียบตนเองซึ่งโดยรวมควรแสดงพฤติกรรมที่เหมาะสมบางอย่าง
ถ้าเราพูดถึงวิธีการฝึกจับกลุ่มของเราเขาเป็นอย่างนั้น สมมติว่าโรงพยาบาลแห่งหนึ่งจัดให้มีการฝึกอบรมการแยกข้อมูลมันไม่แบ่งปันข้อมูลและแบ่งปันผลการฝึกอบรมเท่านั้น ดังนั้นโรงพยาบาลอื่น ๆ กระบวนการถ่ายโอนทั้งหมดนี้มีการประสานงานผ่านเทคโนโลยี blockchain เรามั่นใจว่ามีความจำเป็นเพราะเราต้องการให้อุปกรณ์ต่อพ่วงทั้งหมดทำงานแม้ว่าจะเป็นอิสระ แต่โดยรวมก็เป็นกลุ่ม
เราไม่ต้องการให้มีการจัดการแบบรวมศูนย์เพราะในฝูงมันไม่ได้ ฝูงผึ้งมีราชินีผึ้งอยู่ในรัง แต่เธอไม่ได้ให้คำแนะนำในขณะที่ฝูงบิน ผึ้งประสานงานตัวเอง และเมื่อพวกเขากลับไปที่รังผึ้งพวกเขาสื่อสารกับผึ้งราชินีรับใช้มันและอื่น ๆ แต่เมื่อพวกเขาอยู่ในฝูงพวกเขาได้รับการฝึกฝนพวกเขาจะต้องประสานการกระทำระหว่างกัน และฝูงก็มีชีวิตอยู่ แต่จะประสานงานอย่างไรโดยไม่มีผู้นำ? Blokcheyn ดังนั้น blockchain จึงเป็นสิ่งสำคัญสำหรับอุปกรณ์ต่อพ่วง หากมีผู้นำเพียงคนเดียวที่ประสานฝูงและเขาก็ออกไปฝูงทั้งหมดก็ไม่ทำงาน ผึ้งต้องมองหาผู้นำคนอื่น ไม่มีผู้นำใน blockchain
- คุณสามารถพูดอะไรเกี่ยวกับเทคโนโลยี RI ได้บ้าง การเปรียบเทียบกับเครือข่ายประสาทเทียมเหมาะสมที่นี่หรือไม่
“ รอยเป็นเหมือนเครือข่ายประสาท” ผึ้งหรือเซิร์ฟเวอร์แต่ละตัวบนอุปกรณ์ต่อพ่วงมีเครือข่ายประสาทของตัวเอง โรงพยาบาลแต่ละแห่งจะมีเครือข่ายประสาทการฝึกอบรมแยกต่างหาก แต่ blockchain อนุญาตให้มีการฝึกอบรมนี้เพื่อแบ่งปันในโรงพยาบาลทั้งหมด ดังนั้นผึ้งแต่ละตัวโรงพยาบาลหรือคอมพิวเตอร์ในรอบนอกจึงมีเครือข่ายประสาทของตัวเอง แต่เมื่อพวกเขาแบ่งปันการเรียนรู้จากผึ้งสู่ผึ้งพวกเขาใช้ blockchain เป็นผลให้พวกเขาใช้ทั้งเครือข่ายประสาทและบล็อกเชน โครงข่ายประสาทเทียมนั้นใช้สำหรับการศึกษาด้วยตนเองและ blockchain นั้นถูกใช้เพื่อแบ่งปันกับผู้อื่น
“ ความรับผิดชอบต่อโลกดึงดูดวิศวกรหนุ่ม”
- วันนี้ บริษัท ต่าง ๆ ให้ความสำคัญกับการรักษาสิ่งแวดล้อม HPE ใช้มาตรการอะไรในการดูแลสิ่งแวดล้อม
ก่อนอื่นในฐานะ บริษัท เรามีหน้าที่รับผิดชอบต่อโลกประการที่สองวิศวกรรุ่นใหม่หลายคนต้องการได้งานใน บริษัท ที่รู้สึกใช่ฉันคิดว่ามีแนวโน้มไปสู่จิตสํานึกที่มากขึ้นในคนรุ่นใหม่นี้เราต้องการดึงดูดวิศวกรรุ่นใหม่และประการที่สามสิ่งเหล่านี้เป็นสิ่งที่ถูกต้อง
เรามีศูนย์กู้คืนขนาดใหญ่สองแห่งในสหรัฐอเมริกาและสกอตแลนด์ จากการประมาณการคร่าวๆในปีที่ผ่านมาเราซื้อประมวลผลและจำหน่าย 99% ของอุปกรณ์เก่าที่ได้รับการบูรณะซึ่งมีมูลค่ารวม 3 ล้านเหรียญสหรัฐ จากสารตกค้างเราทำการสกัดวัตถุดิบส่วนใหญ่: เงิน, ทอง - และนำกลับมาใช้ใหม่ และมีเพียงไม่กี่เปอร์เซ็นต์เท่านั้นที่ถูกโยนทิ้งไป
พื้นที่ที่สองคือการโต้ตอบกับลูกค้าพื้นที่คุ้มครองสิ่งแวดล้อม หนึ่งในตัวอย่างที่ฉันชอบคือแอปพลิเคชันจาก Salling Group ของลูกค้าของเราออกแบบมาเพื่อต่อสู้กับการใช้อาหารอย่างไม่มีเหตุผล วันนี้มีซูเปอร์มาร์เก็ต 2,000 แห่งเชื่อมต่อกับพวกเขา ตัวอย่างเช่นร้านค้าตั้งใจที่จะทิ้งรายการอาหาร 26,912 รายการเพราะหมดอายุแล้ว จากการขายผลิตภัณฑ์ดังกล่าวในราคาลดพิเศษกลุ่มค้าปลีกสามารถเพิ่มผลกำไรได้ 10% และลูกค้าสามารถรับสินค้าในราคาต่ำ
พื้นที่อื่นคือพลังงานสะอาด คาร์บอนไดออกไซด์จำนวนมากถูกผลิตขึ้นในโลกเพราะผู้คนต้องการพลังงาน เรากำลังทำงานอย่างใกล้ชิดกับโครงการ ITER (International Experimental Nuclear Reactor) เพื่อพยายามใช้ฟิวชั่นนิวเคลียร์สำหรับการผลิตพลังงาน ความซับซ้อนของการหลอมนิวเคลียร์คือทำให้พลาสมาอยู่ในสนามแม่เหล็กที่หมุนรอบ ๆ TOKAMAK (ห้อง toroidal ที่มีขดลวดแม่เหล็ก -“ HiTech”) เราจัดเตรียมซุปเปอร์คอมพิวเตอร์เพื่อคำนวณโครงสร้างที่ดีที่สุดของสนามแม่เหล็ก TOKAMAK เพื่อให้พลาสมาคงตัว