灵晟超算再登顶:无英伟达GPU,全栈国产守住全球第一
新智元报道 11月12日,黄仁勋辞去英伟达CEO职位。 四天后的11月16日,芝加哥McCormick会展中心,SC26国际超级计算大会公布了最新一期全球超算TOP500。排在最上面的名字没有变——灵晟(LineShine),2.198 EFlops。这台机器里找不到一块英伟达的GPU,也找不到一颗Intel或AMD的
新智元报道
新智元报道
11月12日,黄仁勋从英伟达CEO的位置上退了下来。
四天之后,也就是11月16日,芝加哥McCormick会展中心。
榜首那个名字还是灵晟(LineShine),2.198。
这台机器里,英伟达的GPU一块都找不到,Intel和AMD的处理器同样一颗没有。
芯片、网络、存储、系统软件,整条栈都是自主可控的。
今年6月它首次登上第一,把第二名美国「
掌舵英伟达三十三年的人走了,一台不装GPU的超算仍坐在全球头名——这剧情没人安排,可2026年的超算历史,偏偏就这么写下了最富戏剧性的一页。
事情并不只是巧合那么简单。「灵晟」这台机器亮相之后,
那篇文章的标题直译过来就是《我们还需要GPU吗?》。
被问到这个问题,三位作者给出的回答是:一块芯片到底叫不叫GPU并不重要,关键看它有没有
这话正好对上灵晟系统总设计师、国家超级计算深圳中心主任的说法:「回归加速计算的本质」——不是再往CPU边上挂一块芯片,而是让CPU自身具备加速能力。
灵晟就是这么造的,按这套思路做出来的机器,在国际上还是头一台
外人看着纳闷:全球超算都在往GPU上堆,你偏不走这条路,怎么还能拿第一?
说起来,GPU在超算里得势的理由不复杂:大规模并行的矩阵运算它最拿手,内存带宽也高,这两样传统CPU都做不到。于是「CPU负责调度、GPU提供算力」就成了主流做法,美国三台E级超算全是这个路子。
代价也是有的。唐加拉等人在文章里说得很清楚:现代计算中,真正费钱的地方往往是搬数据。数据得在CPU内存和GPU内存之间来回折腾,既花时间又耗电,写程序的人还得同时照看两块内存。新一点的设计让两边共用内存,可文章认为:这确实管用,麻烦却没被彻底解决。
另外还有一笔「翻译费」。不少科学计算软件是物理、化学、气象领域的团队写了多年的老代码,这些人的本事在学科本身,不在GPU编程。想上GPU,核心部分常常得照着GPU的路子重写一遍。
其实“绕开GPU”并非无人尝试。日本“富岳”只走了半步:纯CPU加高带宽内存,2020到2022年曾坐稳TOP500头名,可芯片里并没放矩阵引擎。灵晟则把AI加速这一环补齐了——处理器LX2拥有304个核心,基于
加速单元被放进核内,高带宽内存则封装在里边,数据不用在两块芯片间来回搬运;写程序仍按CPU的老办法,
这条路线有什么特点,成绩单上看得清楚:负载越贴近真实场景,它的长处就越突出。
HPL
跑分不过是入场券。真正让同行多瞧一眼的,是灵晟上头跑出了什么。2026年国际
在超算圈里,ACM戈登贝尔奖的分量,差不多就是那个位置。
回看戈登贝尔奖的历史,中国团队4次拿下主奖,分别是2016年、2017年、2020年和2021年。2020年那次得奖的DeePMD由中美团队合作完成,跑在美国的Summit上。
今年这届主奖,中国团队等了5年,终于又拿了回来——
「灵晟」系统这次的创新应用是《利用
这套应用,是在灵晟上跑通的。
团队通过
还有一项成果也进了ACM戈登贝尔奖最终名单,就是基于灵晟做的「线性标度密度泛函理论」XLSDFT计算。
XLSDFT要解决的,究竟是什么问题?
说白了,量子力学级别的材料计算,到它这里才第一次够得着真实世界的尺度。
材料研究领域有一件绕不开的工具,叫「密度泛函理论」(DFT)。
从量子力学层面,它能把材料中电子的行为方式推算出来。电池为何衰减、合金为何坚硬、催化剂为何高效,答案都藏在电子结构里。
可常规DFT有个要命的数学特性:计算量正比于原子数的三次方。原子数翻倍,计算量就乘8。于是DFT精度虽高,能应付的却只有几百到几千个原子,几纳米大小。真实电池里决定性能的界面层厚度在几十纳米以上,牵扯的原子是百万、千万量级。算得动的尺度和看得见的尺度,中间差着好几个数量级。
这项成果由灵晟系统总设计师、国家超级计算深圳中心主任、中山大学计算机学院卢宇彤教授牵头,副主任付昊桓教授与徐奇门副研究员、张羽副研究员团队自主研发,中山大学、清华大学等单位共同参与完成,硬是在这道沟上架起了一座桥。
他们抓住了量子力学里一个叫「
有了这一手,XLSDFT把庞大的计算域切成一块块,各块只管算自己那一亩三分地,算完再拼回完整的全局图景。再搭配一种叫「
算法解决的是「少算」,接下来要解决「算快」。
这一步,XLSDFT是照着灵晟的芯片量身改的,论文里讲了三招。
头一招是重排数据。这套程序里最吃时间的一类运算就是取数:芯片算力够用,数据却供不上。团队重新安排了数据在内存中的摆放方式和读取次序,让芯片一次多取一些,少走回头路。
第二招,草稿不必工整。计算一轮一轮逼近答案,每一轮都拿上一轮的结果当起点。起点反正还要再改,团队就按半精度把它存成「草稿」,每轮开头那一步进出内存的数据量直接少一半;真正动笔算的时候仍全程双精度,结果不打折。这一整套改下来,这类运算在每个节点上的速度从1.66
第三招是让专业的单元干专业的事。计算中还包含一类大块矩阵相乘,这恰好是LX2内置矩阵加速单元的强项。团队舍弃现成的通用数学库,按自己的矩阵尺寸另写了一套,直接交由加速单元执行。在1亿原子的计算中,最快的一步达到1.31 EFlops,即每秒131亿亿次。
三招合起来只有一个目的——别让内存拖住芯片。调整过后重跑1亿原子,最耗内存的那类运算能把整机高带宽内存用到峰值的89%。
单节点跑通了,节点一多会不会互相拖后腿才是真考验。不少程序小规模时跑得欢,规模一上去就开始彼此等。团队从1024个节点起步,一直加到20480个,原子数同步放大20倍,每步迭代耗时从68.8秒升到71.2秒,只多了两秒出头,折算下来是2亿个原子。此前的纪录为1000万。
硅晶体结构规整、只有一种元素,算它主要是为了探程序的上限。真正难啃的是一块电池界面:锂金属与LGPS固态电解质相接处,尺寸57×44×90纳米,约1133万个原子,金属和绝缘体搅在一起。
论文表示,在实验可表征的尺度上做这类界面的DFT计算还是头一回,规模达到此前同类研究的1000倍。
想算反应之后的界面,前提是先弄清反应之后每个原子落在哪。这一步纯靠量子力学硬扛扛不动,团队拉来AI搭手:先在几百个原子的小模型上做精确计算,拿结果训出一个
随后由XLSDFT接手,把反应后界面的电子结构完整算一遍。AI负责原子、超算负责电子,这种接力打法就是「超智融合」(HPC+AI)。最终,把算出的结果和
有一点需要说明:TOP500和HPCG测的都是64位浮点,那是科学计算的主场,并非AI训练的主场。到了更贴近AI的混合精度榜
美国分别在2015年、2019年、2021年将中国超算机构与芯片企业列入出口管制清单,三次加码。打那以后,中国没再向TOP500递交新的旗舰机器,榜首一空就是九年。
2026年4月,灵晟在深圳全面点亮,6月在汉堡登顶,11月在芝加哥蝉联世界第一。首次折桂的6月,唐加拉给出这样的评价:中国的「灵晟」系统让世界看到了超算通向
那篇文章由他和另外两位作者合写,落点就一句:未来与其说是GPU对CPU,不如说是融合。GPU让行业看清了高吞吐数值硬件该长什么样,CPU正把其中一部分学过去——更宽的向量、矩阵引擎、封装内的高带宽内存、低精度运算。
这条路上,目前灵晟跑得最远。从第一轮禁售算起,到第十一年,一台不靠GPU的中国超算不光拿到世界第一并守住了它:2亿原子的量子力学问题在上面跑通,一块电池界面算到能与实验对照的程度,2张戈登贝尔奖决赛入场券到手,还有一款应用直接夺魁。
在它身上,能看到超算的一种新范式:
HPC与AI深度融合的当下,片上超智融合的纯CPU路线,正成为同时照顾性能、精度、能效与自主可控的优选技术路径之一。