Des performances extrêmes : leurs vitesses se mesurent en pétaflops, voire en exaflops. Ils s'appuient sur des processeurs multicœurs et des accélérateurs spécialisés pour atteindre des puissances inédites.
Le traitement parallèle : en répartissant les calculs sur des milliers de nœuds interconnectés, ils traitent simultanément des masses de données considérables.
Des architectures hétérogènes : ils combinent CPU, GPU, FPGA et accélérateurs dédiés, chacun étant sollicité selon le type de calcul — vectoriel, tensoriel ou lié à l'IA.
Une mémoire à très large bande passante : elle évite les goulots d'étranglement en alimentant rapidement les unités de calcul en données.
Un refroidissement avancé : la densité de puissance impose des solutions innovantes comme le refroidissement liquide ou par immersion.
Une efficacité énergétique optimisée : malgré leur appétit en énergie, ces machines intègrent des stratégies de gestion et d'économie pour limiter la consommation.
Une grande évolutivité : elles peuvent croître en nombre de nœuds pour absorber des problèmes toujours plus vastes.
Une intégration poussée de l'IA : elles offrent une accélération matérielle pour l'apprentissage profond et des cadres logiciels dédiés à l'entraînement des modèles.
Des applications variées : modélisation climatique, repliement des protéines, découverte de médicaments, prévisions météo, finance…
Des exemples emblématiques : Fugaku au Japon, Summit et Sierra aux États-Unis comptent parmi les systèmes les plus représentatifs de cette génération.