# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
全球最强超算，易主了！
中山大学教授带队、深圳制造的灵晟超级计算机，刚刚登顶全球超算TOP500榜单，打破了西方近十年的垄断地位。
更让人惊诧的是，这个TOP1超算，含英伟达量为0，甚至一块GPU也没用。
在超过2EFlops的超算系统中，独一无二，惊诧友邦。
具体来说，灵晟采用了自主可控的纯CPU架构，CPU芯片、存储架构和高速互连网络全部自研。
图灵奖得主Jack Dongarra评价，灵晟是“AI4S新型架构的希望之光”，将重新划定全球算力竞争格局。
灵晟没有使用一块GPU，这在今天的超算领域几乎是一个异类。
El Capitan、Frontier、Aurora……当前TOP500前列的E级超算，无一例外都依赖GPU提供主要算力。
GPU擅长大规模并行计算，是过去十年超算性能跃升的核心驱动力。
但灵晟选择了一条完全不同的路——Online Acceleration全CPU架构，而且芯片、互连、存储、操作系统到上层软件，全部自研。
灵晟的核心处理器是自研的LX2芯片。
LX2基于Armv9指令集，每颗LX2集成304个核心，主频1.55GHz，整机共部署约1379万核。
LX2并不是一颗传统意义上的通用CPU，其内部集成了AI矩阵加速单元，原生支持FP64、FP32、BF16、FP16、INT8多种精度格式，将矩阵加速能力直接内嵌进了CPU。
官方表示，灵晟在混合精度与稀疏/稠密矩阵计算等关键指标上，已超越传统CPU+GPU异构架构。
LX2的内存架构同样是灵晟的亮点。
灵晟是首款集成国产HBM的超算系统，每颗LX2片上都搭载了32GB国产HBM，内存带宽达4TB/s，同时搭配最高256GB的外部DDR5内存，兼顾带宽与容量。
相比传统CPU，灵晟的内存带宽提升了10倍。
网络层面，灵晟采用自主设计的灵启高速互连网络，支持200万个端口、10万节点的超大规模组网，节点间带宽达1.6Tb/s。
在软件层面，灵晟运行的是阿里巴巴基于RHEL开发的Anolis OS 8.9，并配套自研全栈软件，将灵晟的底层硬件能力以可编程、可优化的方式开放给上层应用。
散热方面，灵晟首创100%全液冷散热机柜，整机功耗42.2MW，能效比达52.07GFlops/W，在Green500能效榜上排名第50位。
灵晟能靠纯CPU架构在双精度浮点性能上登顶TOP500，并同步拿下HPCG榜单第一，证明了全CPU路线在传统科学计算场景下的可行性。
而将AI矩阵加速单元直接内嵌进CPU的设计思路，也让灵晟天然具备承载HPC与AI融合计算的潜力。
在大规模并行环境下，灵晟的平均扩展效率达84.4%，全系统可调度核心数超过千万。
灵晟的夺冠意味着，时隔九年，中国超算重回TOP500榜首；上一次登顶，还是2017年的神威·太湖之光。
而且灵晟此次以全国产自主架构直接夺冠，给外界带来的关注也不止于性能数字。
灵晟是全球首台纯CPU架构突破2EFlops的超算系统，打破了E级算力必须依赖GPU的行业惯例。
超算行业里，GPU的统治地位由来已久。
过去十年，随着并行计算需求的爆发式增长，GPU逐渐取代CPU成为超算系统的核心算力来源。
据英伟达官方披露，在本届ISC2026发布的TOP500榜单中，英伟达技术支撑的超算系统数量已超过400台，占TOP500总数的81%。
当前TOP500前列的E级超算——El Capitan、Frontier、Aurora——无一例外都以GPU作为核心算力引擎。
GPU在超算领域的渗透，也让英伟达成为全球算力基础设施中几乎不可绕过的一环。
AI时代的到来，也进一步强化了这一格局。
大模型训练对GPU的需求，让英伟达的超算地位与AI产业深度绑定，形成了更难被撼动的生态壁垒。
灵晟的出现，是这个格局中罕见的异数。
图灵奖得主Jack Dongarra在颁奖现场评价，灵晟让世界看到了超算通向AI4Science新型系统架构的希望之光。
在HPCG榜单上，灵晟同步登顶，绩达22 PFLOPS，进一步印证了灵晟在传统科学计算场景下的综合实力。
灵晟的总设计师、国家超算深圳中心主任、中山大学教授卢宇彤，与这个领域的渊源可以追溯到更早。
2013年至2015年，卢宇彤以天河二号副总设计师的身份，六次站上全球超算最高领奖台，见证了天河二号创下的六连冠纪录。
时隔十一年，卢宇彤再度登台领奖，灵晟接续了天河二号的历史。
性能之外，灵晟的实际应用已在多个科学领域展开。
AI for Science（AI4S），正在成为超算领域最受关注的前沿方向。
从AlphaFold预测蛋白质结构，到大规模气候模型、药物分子筛选、材料性质预测，AI与传统科学计算的融合正在加速重塑各个基础学科的研究范式。
这对超算系统提出了新的要求，不仅要跑得快，还要能同时承载高精度科学模拟与大规模AI训练两类截然不同的计算任务。
现有的GPU加速架构在AI训练上表现出色，但在两种计算模式的深度融合上，仍存在架构层面的天然割裂。
灵晟的出现，很好地弥补了这个不足。
自灵晟系统部署以来，灵支撑大气海洋、工程仿真、材料科学、药物发现、脑科学、科学AI、大模型推理等方向的计算任务。
面向科学、工程、产业各领域的大规模应用需求，灵晟提供了多学科、全流程、多精度融合的科学智能应用平台，并已形成世界级应用成果。
参考链接：
[1]https://mp.weixin.qq.com/s/1wzSE-f3s47abkXGKbrbtw
[2]https://mp.weixin.qq.com/s/NzNYNqaoEizPmVhkKLI0Qw
[3]https://www.tomshardware.com/tech-industry/supercomputers/chinas-lineshine-supercomputer-dethrones-us-el-capitan-secures-first-place-in-top-500-list-f
文章来自于"量子位"，作者 "克雷西"。
