灵晟超算蝉联全球第一:无GPU全栈国产,黄仁勋辞任英伟达CEO
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,黄仁勋卸下英伟达CEO一职。
11月16日,也就是四天之后,芝加哥McCormick会展中心。
榜单头名依旧是灵晟(LineShine),成绩2.198 。拆开这台机器,英伟达的GPU一块也没有,Intel和AMD的处理器同样一颗都找不到。
芯片、网络、存储、系统软件,整条链路都是自主可控。
早在今年6月,它就首次坐上头把交椅,把第二名美国「
掌舵英伟达三十三年的人走了,一台不含GPU的超算仍稳坐全球第一。这个故事没有人事先设计,2026年的超算史却偏偏这样落笔,写下了最具戏剧性的一页。
巧合一事之外,另有文章可讲。「灵晟」系统一亮相,
那篇文章的标题,直译过来就是《我们还需要GPU吗?》。
三个人给出的回答是:一块芯片叫什么名字并不打紧,关键看它有没有
把话讲得更透的,是灵晟系统总设计师、国家超级计算深圳中心主任,他的说法叫「回归加速计算的本质」——不再在CPU边上另挂一颗芯片,而是让CPU自身具备加速能力。
按这套思路造出来的机器,灵晟是国际上的头一台。
外人瞧个热闹,难免觉得蹊跷:全球超算都在往GPU上堆,你偏不走这条路,凭啥还能拿第一?
道理其实不复杂。GPU能上位,靠的是两样本事:大规模并行矩阵运算,以及高内存带宽,这两样传统CPU都拿不出来。于是「CPU负责调度、GPU负责出算力」成了通行做法,美国三台E级超算全是这个路数。
代价也随之而来。唐加拉等人在文章里说得很清楚:当今计算中,真正烧钱的往往是搬数据。数据得在CPU内存和GPU内存之间往返倒腾,费时又费电,写程序的人还要同时照看两块内存。较新的设计让两边共用内存,可文章的判断是:管用,但麻烦没有被彻底解决。
另一笔开销是「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编程上。想跑上GPU,核心部分常常得照GPU的路子重写一遍。
其实“不用GPU”这条路早有人试过。日本的“富岳”只走了半步:清一色CPU,搭配高带宽内存,2020到2022年间曾坐上TOP500头把交椅,可芯片里并没放矩阵引擎。
灵晟补上的正是AI加速这一环。其处理器LX2拥有304个核心,基于加速单元被放进核里,高带宽内存则进了封装,数据无需在两块芯片间来回搬运;写程序仍按CPU的老办法来,
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,它的优势就越突出。
HPL
跑分不过是入场券。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
在超算领域,ACM戈登贝尔奖的分量不用多说。
翻看戈登贝尔奖的获奖记录,中国团队此前共拿下4次主奖,年份分别是2016年、2017年、2020年和2021年。2020年那次颁给DeePMD,是中美团队合作,跑在美国的Summit上。
今年主奖重新回到中国团队手里,距离上一次已经过去5年。
「灵晟」系统这次的创新应用是《利用
这套应用已经实实在在跑在灵晟上了。
团队通过
同样进入ACM戈登贝尔奖最终名单的,还有一项基于灵晟的计算成果——「线性标度密度泛函理论」XLSDFT。
XLSDFT要解决的,到底是什么问题?
说白了,量子力学级别的材料计算,过去很难做到真实世界的尺度,XLSDFT让它第一次够到了这个尺度。
材料研究领域有一个绕不开的工具,叫「密度泛函理论」(DFT)。它从量子力学层面推算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,答案都藏在电子结构里。
问题是,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,计算量就涨到8倍。于是DFT精度虽高,却只够应付几百到几千个原子、几纳米大小的体系;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。能算的尺度和要看的尺度之间,差了好几个数量级。
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,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,并联合中山大学、清华大学等单位共同完成的工作,找到了一条跨过这道沟的路。
他们抓住了量子力学里一个叫「XLSDFT利用这一点,把庞大的计算域像切蛋糕一样划成小块,每块只算自己那片区域,最后拼成完整的全局图景。再配合一种叫「
算法解决的是「少算」,接下来要解决「算快」。这一步,XLSDFT照着灵晟的芯片量身改造,论文里讲了三招。
第一招,重排数据。程序中最耗时的一类运算是取数:芯片算得过来,数据却递不上来。团队把数据在内存里的摆放方式和读取顺序重新排了一遍,让芯片一次多拿、少走回头路。
第二招,草稿不必工整。计算是一轮轮逼近答案的,每轮都以上一轮结果为起点。起点反正还要再改,团队便按半精度把它存成「草稿」,每轮开头那一步进出内存的数据量直接减半;真正动笔算时仍全程双精度,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,术业有专攻。计算中还有一类活是大块矩阵相乘,恰是LX2内置矩阵加速单元的本行。团队没有用现成的通用数学库,而是按自己的矩阵尺寸重写了一套,直接交给加速单元去跑。1亿原子的计算中,最快的一步跑到了1.31 EFlops,即每秒131亿亿次。
三招归结起来都是同一件事:别让内存拖芯片的后腿。改完再算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%。
单个节点跑顺了不算完,机器一上规模会不会散架才是关键。不少程序小规模时跑得挺欢,节点一多就互相干等。
团队从1024个节点起跑,一路扩到20480个,原子规模同步放大20倍,单步迭代耗时从68.8秒涨到71.2秒,只多出两秒出头,折算下来是2亿个原子。此前的最好成绩是1000万。
硅晶体结构整齐,成分只有一种元素,拿它来算,主要是探一探程序能跑多快。
真正难对付的是一处电池界面:锂金属与LGPS固态电解质相接的位置,尺寸57×44×90纳米,约1133万个原子,金属和绝缘体搅在一起。
论文里说,在实验能表征的尺度上做这类界面的DFT计算,这是头一回,规模相当于此前同类研究的1000倍。
想算反应后的界面,先得弄清反应后每个原子落在哪儿。这一步纯靠量子力学硬算扛不住,团队拉来AI搭手:先在几百个原子的小模型上做精确计算,拿结果训练出一个
随后轮到XLSDFT登场,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)。最后,把算出的结果和
有一点要说清楚:TOP500和HPCG测的都是64位浮点,那是科学计算的主场,不是AI训练的主场。放到更贴近AI的混合精度榜
2015年、2019年、2021年,美国先后三次将中国的超算机构与芯片企业列入出口管制清单。打那以后,中国没再向TOP500递交过新的旗舰机器,榜首位置空了整整九年。
2026年4月,灵晟在深圳全面点亮;6月,它在汉堡登顶;11月,又在芝加哥蝉联世界第一。
6月首次登顶时,唐加拉给出的评价是:中国的「灵晟」系统让世界看到了超算通向在那篇文章里,他与另外两位作者落笔的是同一个判断:将来与其说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。
眼下,这条路上灵晟跑得最远。
从第一轮禁售算起,到今年已是第十一年。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,拿下2张戈登贝尔奖决赛入场券,甚至有一款应用夺了魁。
它代表着超算的一种新范式: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。