灵晟超算守住TOP500第一:无GPU全CPU路线,领先酋长岩21%
三个人的回答是:重要的不是一块芯片叫不叫GPU,而是它有没有高带宽内存、矩阵引擎、多精度计算这几样本事。

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。
仅仅四天之后,11月16日,芝加哥McCormick会展中心,SC26国际超级计算大会对外发布了新一期全球超算TOP500榜单。
榜首那个名字没换——灵晟(LineShine),成绩2.198 EFlops。

拆开这台机器,英伟达的GPU一块都见不着,Intel或AMD的处理器也一颗都没有。
芯片、网络、存储、系统软件,从头到尾全是自主可控。
今年6月它头一回登顶,把第二名美国「酋长岩」拉开了21%的差距。五个月过去,这个距离一点没变。放到衡量真实科学计算能力的HPCG榜上,第一名照样是它。

掌舵英伟达三十三年的人走了,一台不带GPU的超算却继续稳坐全球头把交椅。没有谁事先写好了剧本,可2026年的超算史偏偏就这么翻出了最有戏剧性的一页。
巧合归巧合,另有一篇文章也值得一看。灵晟系统问世后,图灵奖得主、TOP500联合创始人唐加拉,联合ETH苏黎世的Hoefler和日本RIKEN的松冈聪,在今年发表了一篇措辞相当尖锐的文章。
文章标题翻成大白话就是《我们还需要GPU吗?》。

三人给出的回答是:一块芯片是否被称作GPU并不关键,关键在于它是否具备高带宽内存、矩阵引擎、多精度计算这几项能力。CPU要是自己把这些能力长了出来,那么过去非GPU不可的许多理由,自然就站不住脚了。
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所说的设计原则之一「回归加速计算的本质」,讲的正是这件事:不往CPU边上再挂一颗芯片,而是让CPU自身具备加速能力。
按这个思路造出来的在线加速全CPU超算系统,灵晟在国际上是头一台,而且一造出来就坐上了世界第一的位置。
不用GPU,凭什么还能赢?
外人看个热闹会觉得纳闷:全球超算都在往GPU上堆,你偏偏不堆,靠什么跑到第一?
GPU在超算领域冒头的道理并不复杂:大规模并行矩阵运算它拿手,内存带宽也高,这两样本事传统CPU都提供不了。于是「CPU负责调度、GPU提供算力」成了通行做法,美国三台E级超算全走这条路。
代价也是有的。唐加拉等人在文章里指出:现代计算中,真正烧钱的往往是数据搬运。数据在CPU内存和GPU内存之间来回折腾,既费时间又耗电,程序员还得同时照看两块内存。较新的设计让两边共享内存,可文章的判断是:有改善,问题没除根。
另有一笔「翻译费」要付。大量科学计算软件是物理、化学、气象团队写了几十年的老代码,这些人的本事在学科本身,不在GPU编程。想上GPU,核心部分通常得按GPU的路子重写一遍。
话说回来,「不用GPU」这条路此前也有人试过。日本的「富岳」走了一半:纯CPU加高带宽内存,2020年到2022年拿过TOP500第一,但它的芯片里没装矩阵引擎。
灵晟把AI加速这块短板补上了。处理器LX2拥有304个核心,基于Armv9指令集,每个核心都内置向量和矩阵加速指令,双精度到INT8等多种计算精度都支持;高带宽内存直接封装进处理器,每颗32GB、带宽4TB/s,达到传统CPU的10倍。整机核心数约1379万个。

这么一来,加速单元进了核里,高带宽内存进了封装里,数据不用再在两块芯片间倒手;写程序仍按CPU的老办法来,OpenMP、MPI这些工具照常能用。
这条路有什么特点,成绩单上看得清楚:
HPL比的是稠密矩阵,灵晟领先第二名21%;换成更贴近真实科学计算、更吃内存带宽的HPCG,灵晟22.00 PFlops,酋长岩17.41 PFlops,领先优势扩大到26%。
负载越接近真实场景,它的优势就越突出。
两亿个原子的量子力学:XLSDFT和戈登贝尔奖
成绩单只是入场券。真正让同行多看灵晟一眼的,是它上面跑出了什么。
2026年国际ACM戈登贝尔奖最终入围 6 项,灵晟独占 2 项,其中 1 项拿下奖项。
在超算圈子里,ACM戈登贝尔奖的分量相当于诺贝尔奖。

翻看戈登贝尔奖的历史,中国团队拿过 4 次主奖,分别是2016 年、2017 年、2020年、2021年。2020 年那次颁给 DeePMD,是中美团队合作,机器用的是美国的 Summit。
今年的主奖,隔了 5 年重新回到中国团队手里——
《利用E级超级计算机弥合铁钼辅基计算中的「量子优势」鸿沟》这一「灵晟」系统创新应用,摘得2026年ACM戈登·贝尔奖。

在灵晟上,应用跑出了FP64性能1.456EF、BF16性能5.626EF,浮点效率达到58.9%。这个效率是CPU+GPU架构系统CNIS(曙光8000)的两倍。
团队走的是超智融合计算的路子,首次完成固氮酶铁钼辅基标准模型的E级经典计算求解。在「灵晟」系统上,高精度基态计算用1.75小时跑完,耗时大约是目前容错量子计算最佳理论预估用时的1/5。量子计算在这个问题上到底有多大潜在优势,由此多了一个新的参照。
另一项进入ACM戈登贝尔奖最终名单的,是基于灵晟的「线性标度密度泛函理论」XLSDFT计算成果。

XLSDFT解决的究竟是什么问题?
说白了,量子力学级别的材料计算,头一回摸到了真实世界的尺度。
搞材料研究的人,手里少不了一个叫「密度泛函理论」(DFT)的工具。
材料里电子怎么活动,它能从量子力学层面算出来。电池为什么衰减、合金为什么坚硬、催化剂为什么高效,答案的根子都在电子结构里。

可常规DFT有个要命的数学特性:计算量跟原子数的三次方成正比。原子数翻一倍,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,也就是几纳米大小。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之间,差着好几个数量级。
跨过这道沟的方法,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,以及副主任付昊桓教授、徐奇门副研究员、张羽副研究员团队自主研发,联合中山大学、清华大学等单位共同完成。
他们抓住的是量子力学里一个叫「近视原理」的性质:一个原子周围的电子状态,主要由附近一小片区域说了算,远处的影响随距离指数衰减。
XLSDFT利用这一点,把整个巨大的计算域像切蛋糕一样切成小块,每块只算自己那片区域,最后拼成完整的全局图景。再配上一种叫「切比雪夫滤波子空间迭代」的高效求解方法,计算量和内存占用都压到了线性——原子翻倍,计算量也只翻倍,DFT的精度照样保住。
算法解决的是「少算」,接下来要解决的是「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。
先说第一招:把数据的摆放方式重排。取数是程序里最费时间的一类运算——芯片的算力够用,数据却供不上。团队重新安排了数据在内存中的存放位置和读取次序,使芯片一次能取到更多数据,也减少了来回折返。
第二招是让草稿不必写得规整。计算靠一轮轮迭代逐步逼近答案,而每一轮都以上一轮的结果为起点。既然这个起点后面还要再改,团队就用半精度把它存成「草稿」,这样每轮开头进出内存的数据量少了一半;到了真正参与运算的环节,全程仍是双精度,结果不会打折扣。这套改法落地后,该类运算在每个节点上的速度由1.66 TFlops升至5.25 TFlops,达到常规写法的3.2倍。
第三招是让专门的单元干专门的活。计算中还有一类大块矩阵相乘,恰好是LX2内置矩阵加速单元的强项。团队没有采用现成的通用数学库,而是按照自己的矩阵尺寸另写了一套,直接交给加速单元执行。在1亿原子的计算中,其中最快的一步达到1.31 EFlops,即每秒131亿亿次。
三招说到底是一件事:让内存跟得上芯片。改完之后再跑1亿原子,最吃内存的那类运算能把全机的高带宽内存用到峰值的89%。
单个节点跑顺了,还得看机器一大会不会掉链子。很多程序在小规模上跑得欢,节点一多就开始互相等。
团队从1024个节点做起,逐步扩到20480个节点,原子数同步放大了20倍。每一步迭代耗时由68.8秒升到71.2秒,只慢了两秒出头,换算成弱扩展效率为96.6%。扩展性这一关过了之后,他们又在同样的20480个节点上,把硅晶体的原子规模推到2亿个——此前同类纪录是1000万。
硅晶体结构规整,成分只有一种元素,拿它来算,主要是想探一探程序的能力边界。
真正难办的是电池界面:锂金属与LGPS固态电解质相接的那一层,尺寸57×44×90纳米,约1133万个原子,金属和绝缘体搅在一起。论文称,这是头一回在实验可表征的尺度上对这类界面做DFT计算,规模达到此前同类研究的1000倍。
想算反应后的界面,前提是知道反应后原子各自落在哪。这一步纯靠量子力学硬解扛不住,团队于是引入AI:先在几百个原子的小模型上做精确计算,拿结果训练出DeepMD,再让它带着这1133万个原子跑分子动力学模拟,搭出一个90×57×44纳米的Li/LGPS界面模型,把锂金属与电解质接触、反应之后的形貌模拟出来。不过DeepMD只负责原子怎么动,电子的状态它给不了。
随后轮到XLSDFT出场,把反应后的界面电子结构完整算一遍。AI管原子、超算管电子,这种接力式的打法就是「超智融合」(HPC+AI)。算完的结果,最后要和X射线光电子能谱(XPS)的实验数据摆在一起比对。

有一点要说明:TOP500和HPCG考的都是64位浮点,那是科学计算的主场,不是AI训练的主场。更贴近AI的混合精度榜HPL-MxP上,灵晟为7.92 EFlops,列第四;排第一的酋长岩是16.7 EFlops。
路是自己修的。2015年、2019年、2021年,美国先后三次把中国的超算机构和芯片企业列入出口管制清单。打那以后,中国不再向TOP500提交新的旗舰机器,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。
6月首次登顶时,唐加拉评价说:中国的「灵晟」系统让世界看到了超算通向AI4Science新型系统架构的希望之光。在那篇文章里,他和另外两位作者给出的判断是一致的: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正把其中一部分学到手——更宽的向量、矩阵引擎、封装内的高带宽内存、低精度运算。
眼下,这条路上灵晟跑得最远。从第一轮禁售算起走到第十一年,一台不用GPU的中国超算不光拿到并守住了世界第一,还在上面跑通了2亿原子的量子力学问题,把一块电池界面算到了能与实验对照的程度,拿到2张戈登贝尔奖决赛的入场券,甚至还有一款应用夺魁。
它代表超算的一种新范式:在HPC与AI深度融合的时代,片上超智融合的纯CPU路线,正成为兼顾性能、精度、能效与自主可控的优选技术路径之一。