灵晟超算再登TOP500榜首:全栈国产,领先第二名21%

资讯 AI 行业观察 全文 4217 字 · 约 11 分钟读完 配图 14 张 分类算力

全国产!超算「诺奖」5年再回中国队

所属频道 算力与芯片

灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 1)

新智元报道  

灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 2)


11月12日,黄仁勋从英伟达CEO的位置上退了下来。


11月16日,也就是四天之后,SC26国际超级计算大会在芝加哥McCormick会展中心放出了最新一期全球超算TOP500榜单。


榜首的名字没换,还是灵晟(LineShine),成绩2.198 EFlops。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 3)


这台机器上既没有英伟达的GPU,也没有Intel或AMD的处理器。芯片、网络、存储、系统软件,整条栈都是自主可控的。



它第一次坐上头名是在今年6月,当时把第二名美国「酋长岩」拉开21%。五个月过去,这个差距一点没变。放到衡量真实科学计算能力的HPCG榜上,灵晟照样排第一。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 4)


英伟达的掌门人执掌公司三十三年后离场,一台没有GPU的超算却守住了全球第一的位子。这故事没人事先写剧本,2026年的超算史偏偏就这么翻出了最具戏剧性的一页。


巧事之外,还有一篇论文。灵晟系统亮相之后,图灵奖得主、TOP500联合创始人唐加拉,与ETH苏黎世的Hoefler、日本RIKEN的松冈聪一道,在今年发表了一篇文章,字里行间火药味不小。


文章的标题翻成中文就是《我们还需要GPU吗?》。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 5)


这三位给出的答复是:一块芯片叫不叫GPU并不打紧,真正要紧的是它有没有高带宽内存、矩阵引擎、多精度计算这几样本事。CPU若自己把这些本事长了出来,那么当初非GPU不可的许多理由,也就站不住了。


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把这条思路讲成「灵晟」的设计原则之一——「回归加速计算的本质」:不是往CPU边上再挂一颗芯片,而是让CPU自己长出加速的能力。


按这个路子造出来的灵晟,是国际上第一台在线加速的全CPU超算系统,而且已经坐上了世界第一的宝座。



灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 6)
不用GPU,凭什么也能赢?


在外行眼里这事透着奇怪:全球的超算都在往GPU上堆,你偏不走这条路,怎么就还能跑到第一?


GPU能在超算里站稳脚跟,道理不复杂:大规模并行的矩阵运算它拿手,内存带宽又高,这两样恰恰是CPU的短板。于是「CPU负责调度、GPU负责出算力」成了通行做法,美国三台E级超算都沿用了这个思路。


代价也随之而来。唐加拉等人在文章里说得很清楚:现代计算中,开销大头的往往是数据搬运。数据在CPU内存和GPU内存之间反复倒腾,既费时间又费电,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,可文章给出的判断是:有改善,问题却没能彻底解决。


另有一笔「翻译费」。许多科学计算软件出自物理、化学、气象团队之手,是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。想跑上GPU,核心部分通常得照GPU的路子重写一遍。


其实绕开GPU的路子早有人试。日本的「富岳」就走了半步:纯CPU加高带宽内存,2020到2022年间坐过TOP500头把交椅,只是芯片里没放矩阵引擎。


灵晟补上的正是AI加速这一环。其处理器LX2拥有304个核心,基于Armv9指令集,每颗核心都集成向量与矩阵加速指令,双精度到INT8等多种计算精度都能支持;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。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 7)


加速单元进了核,高带宽内存进了封装,数据不用再在两块芯片间来回搬;程序照旧按CPU的方式写,OpenMP、MPI这些老工具可以接着用。


这条路线成色如何,成绩单上看得分明:


HPL比的是稠密矩阵,灵晟领先第二名21%;换到更贴近真实科学计算、更吃内存带宽的HPCG,灵晟跑出22.00 PFlops,酋长岩为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。



灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 8)
两亿个原子级别的量子力学问题,正是XLSDFT与戈登贝尔奖的交汇点。


跑分只能算入场券。真正让同行对灵晟多看一眼的,是这台机器上跑出了什么。2026年国际ACM戈登贝尔奖最终入围6项,灵晟一家占2项,其中1项拿下奖项。



在超算这个圈子里,ACM戈登贝尔奖的分量被比作诺贝尔奖。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 9)

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年和2021年。其中2020年的DeePMD由中美团队合作完成,跑在美国的Summit上。


今年的主奖,隔了5年又回到中国团队手里。「灵晟」系统上的创新应用《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》,获得2026年ACM戈登·贝尔奖。



灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 10)


在灵晟上,应用FP64性能达到1.456EF,BF16性能达到5.626EF,浮点效率高达58.9%。


靠超智融合计算,团队首次把固氮酶铁钼辅基标准模型做到E级经典计算求解:在「灵晟」系统上,高精度基态计算用了1.75小时,约为目前容错量子计算最佳理论预估耗时的1/5。这为评估量子计算在该问题上的潜在优势,提供了一个新的参照。


另一项挤进ACM戈登贝尔奖最终名单的成果,是跑在「灵晟」上的「线性标度密度泛函理论」XLSDFT计算。它要解决的究竟是什么问题?


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 11)



说白了,量子力学级别的材料计算,到它这里才头一回够得着真实世界的尺度。搞材料的人,手里都少不了一个叫「密度泛函理论」(DFT)的工具。



这个工具能从量子力学层面算出材料中电子的行为方式——电池为何衰减、合金为何坚硬、催化剂为何高效,底层的答案都埋在电子结构里。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 12)


可常规DFT有个致命的数学特性:计算量正比于原子数的三次方。原子数翻一倍,计算量就涨到8倍。于是局面变成:DFT精度虽高,却只吃得下几百到几千个原子,也就是几纳米大小;而真实电池中决定性能的界面层,厚度在几十纳米以上,涉及的原子达百万、千万量级。算得动的尺度和看得见的尺度,中间隔了好几个数量级。


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,与副主任付昊桓教授、徐奇门副研究员、张羽副研究员带领团队自主研发,并联合中山大学、清华大学等单位共同完成,趟出了一条跨过这道沟的路。他们借的是量子力学中「近视原理」这一性质:某个原子周边的电子状态,基本由附近一小片区域说了算,远处的影响会随距离指数衰减。



有了这条思路,XLSDFT把庞大的计算域切成小块处理,每一块只负责自己那片区域,算完再合成整体图景。再搭配「切比雪夫滤波子空间迭代」这种高效求解方法,计算量和内存占用都被压成线性增长——原子数翻倍,计算量跟着翻倍,DFT的精度照样保住。


算法解决的是「少算」,接下来要解决「算快」。XLSDFT针对灵晟芯片做了专门改造,论文里列出三招。



头一招是重排数据。程序里最耗时的运算之一是取数: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顺序,让芯片一次多取一些,少走回头路。


第二招是草稿不必工整。计算要一轮一轮逼近答案,每轮都以上一轮结果为起点。起点后面还要改,团队就把它按半精度存成「草稿」,每轮开头那步进出内存的数据量少了一半;真正计算时仍用双精度,结果不受影响。这一套改完,该类运算在每个节点上的速度从1.66 TFlops升到5.25 TFlops,达到常规写法的3.2倍。


第三招是让专用单元干专活。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。团队没有套用现成通用数学库,而是按自己的矩阵尺寸重写了一套,直接交给加速单元执行。1亿原子的计算里,最快的一步跑到1.31 EFlops,即每秒131亿亿次。


三招合起来只做一件事:让内存跟得上芯片。改完后再跑1亿原子,最吃内存的那类运算能把全机高带宽内存用到峰值的89%。


单节点跑顺了,还要看机器规模变大后会不会互相拖累。不少程序小规模时跑得欢,节点一多就开始彼此等待。


团队从1024个节点起步,逐步加到20480个,原子数也放大20倍,每步迭代时间从68.8秒变成71.2秒,只多出两秒多,折算弱扩展效率为96.6%。扩展性过关后,他们在同样的20480个节点上把硅晶体加到2亿个原子。此前纪录是1000万。


硅晶体结构规整,只含一种元素,算它主要是为了探明程序的上限。


更棘手的是电池界面: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,金属和绝缘体混在一起。论文称,这是首次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。



要想算清反应后的界面长什么样,第一步是弄清楚反应之后每颗原子落在什么位置。靠量子力学直接硬算,算力根本撑不住。团队于是引入AI:先在几百个原子的小模型上做精确计算,用这批结果训练出DeepMD,再让它驱动1133万个原子跑分子动力学模拟,最终搭出一个尺寸为90×57×44纳米的Li/LGPS界面模型,把锂金属与电解质接触、反应之后的状态模拟出来。不过DeepMD只负责原子怎么运动,电子处于什么状态它给不出来。


随后轮到XLSDFT出场,对反应后的界面电子结构做完整计算。AI管原子、超算管电子,这样接力推进的做法就是「超智融合」(HPC+AI)。计算得到的结果,最后还要与X射线光电子能谱(XPS)的实验数据比对。


灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 13)


有一点需要说明:TOP500和HPCG考核的都是64位浮点,这属于科学计算的主场,并非AI训练的主场。在更贴近AI的混合精度榜HPL-MxP上,灵晟以7.92 EFlops位列第四;排在首位的是酋长岩,成绩为16.7 EFlops。



灵晟超算再登TOP500榜首:全栈国产,领先第二名21%(配图 14)
路是自己修的


2015年、2019年、2021年,美国先后三次将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,榜首位置一空就是九年。


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,唐加拉给出了这样的评价: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。


那篇文章里,他与另外两位作者写下的是同一个判断: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有的样子,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。


这条路线里,灵晟目前走得最远。


从第一轮禁售算起,到如今已是第十一年。一台不靠GPU的中国超算,不只是拿下了世界第一、还守住了这个位置。它上面跑通了2亿原子的量子力学问题,把一块电池界面算到能与实验对照的程度,拿到2张戈登贝尔奖决赛的入场券,另有一款应用夺魁。这代表着超算的一种新范式:



眼下HPC与AI正深度融合,纯CPU的片上超智融合路线,开始被视为同时兼顾性能、精度、能效与自主可控的技术路径之一。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  2. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  3. Anthropic上市:发行价83美元,阿莫迪从GPT-2警示到敲钟

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。按发行价计算,这家成立不到六年的AI公司,完全稀释估值约为

    来源 腾讯网
  4. 国家数据局刘烈宏:加快健全词元计量计费与质量测评标准

    IT之家 11 月 21 日消息,国家数据局党组书记、局长刘烈宏出席昨日(20 日)在湖南长沙举办的 2026 世界计算大会开幕式并致辞。 刘烈宏表示,词元打通了算力、模型、数据间的价值传导链路,成为数智经济的价值锚点和数据价值的显性化载体。 一是词元发展初步起势,围绕词元生产、流通、消费的产业生态正加速构建,拓展了经

    来源 AI 行业观察
  5. 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

    来源 腾讯网
  6. 全球算力进入“后黄仁勋时代”

    国产算力需求升温,资本从具身智能向半导体转移作者/ IT时报 毛宇编辑/ 郝俊慧 孙妍黄仁勋离开英伟达的方式,比市场预想的更突然。当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利益,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在20.

    来源 腾讯网
  7. Anthropic上市首日涨17%:1.76万亿市值与895亿算力账单

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏损$807

    来源 AI 行业观察
  8. Anthropic冲击IPO:AI循环融资模式迎来首次公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 行业观察
  9. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  10. Anthropic冲击IPO:算力账单与循环融资面临公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 科技快讯
  11. 弘信电子:控股子公司签署7.45亿元算力技术服务协议

    36氪获悉,弘信电子公告,公司控股子公司无锡燧弘华创科技有限公司与客户Z公司签署《算力技术服务协议》,合同含税总金额为7.45亿元。无锡燧弘将向Z公司提供算力技术服务,服务期限至2028年1月29日。Z公司主要涉及具身智能及物理AI领域。

    来源 AI 行业观察
  12. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  13. DeepSeek收紧免费聊天:API收入撑腰,会员还要等算力

    11月16日,不少DeepSeek用户发现免费聊天被收紧了:超过7天不活跃的长对话无法接续,单次输入上限压到4万字上下,每日对话也设了额度,用完就提示“使用额度已达上限”。有用户表示愿意花钱购买更多额度,但DeepSeek并没有提供个人会员入口。此前的11月13日,DeepSeek宣布开放新一批收费API(供其他程序调

    来源 腾讯网
  14. Anthropic阿莫代伊回应9000亿美元投入:对照现金与营收并不算夸张

    随着AI产业进入重资产投入阶段,数千亿美元算力与基础设施承诺引发市场对泡沫及财务可持续性的担忧。界面等媒体报道,11月19日,Anthropic CEO达里奥·阿莫代伊回应9000亿美元AI相关投入承诺,称若结合公司现金储备和年营收规模,这一数字“看起来就没那么庞大”。外界关注以现金储备与营收体量解读该投入规模是否合理

    来源 AI 产业速递
  15. Anthropic上市首日:市值冲$1.76万亿,算力账单$895亿

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏

    来源 AI 科技快讯
  16. 阿莫迪:AI领路人

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。 就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。 按发行价计算,这家成立不到六年的AI公司,完全稀释估值

    来源 AI 行业观察
  17. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
  18. 阿里云季度收入2715.19亿元:AI产品年化破100亿美元,平头哥担纲主力

    AI带来的变化,正越来越直观地反映在阿里的财报上。11月19日,阿里发布截至2026年9月30日止的季度财报。当季集团实现收入2715.19亿元,同比增长10%;经调整EBITA同比增长260%,达到326.36亿元。在四大板块中,AI云与算力服务增速最快,当季收入609.73亿元,同比增长53%,在集团总收入中的占比

    来源 腾讯网
  19. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  20. GPU租金越涨越凶:融资收紧下的算力市场循环

    贷款机构收紧neocloud融资,将贷款价值比从80%降至50%至60%,迫使买家转向现货市场,反而推高GPU租金。租金上涨又支撑GPU资产估值,但初创公司的算力采购仍依赖风投资金,token价格却持续下跌,融资收缩与需求脆弱可能形成恶性循环。

    来源 华尔街见闻
  21. Anthropic上市即遭联名信炮轰:2万亿市值与半个硅谷的怒火

    Anthropic于2026年11月19日上市,成为规模最大的IPO,首日收盘市值约1.77万亿美元。七位联合创始人通过F类股票掌握50.1%投票权,员工首日即可套现;同时其9009亿美元算力采购承诺被指“循环融资”,上市当日遭近百名AI人士公开信批评“言行不一”。

    来源 凤凰科技
向下滚动自动加载更多