灵晟超算在芝加哥再登全球榜首
科技专栏 2026-11-21 08:50
2026年11月17日,在美国芝加哥举办的SC26国际超算大会现场,最新一期全球超算TOP500榜单正式对外公布,部署于国家超级计算深圳中心的国产E级超算灵晟,以每秒219.8亿亿次的Linpack实测性能拿下全球第一的位置,同时在HPCG基准测试中跑出22PFlops的成绩登顶,实现两项核心榜单的同时卫冕。这是继2026年6月在德国汉堡ISC大会首次登上榜首之后,中国超算在时隔九年重新回到世界顶尖位置后,连续第二期稳居全球第一的席位。
在本期发布的榜单中,灵晟的持续计算性能比排在第二位的美国超算El Capitan高出约21%,也是全球范围内第一台持续性能突破2EFlops门槛的超算系统。除此之外,在面向AI混合负载场景的HPL-MxP测试,以及用来衡量大规模图并行处理能力的Graph500测试中,灵晟同样处于全球第一梯队的位置,多项核心指标都达到了当前超算领域的顶尖水平。
全栈自主的全新技术路径
和过去全球主流超算普遍采用的CPU加GPU异构架构不同,灵晟走出了一条完全不同的技术路线,它首创了在线加速全CPU超智融合架构,整套系统没有搭载任何一块海外GPU加速卡。研发团队把原本需要放在GPU里的矩阵加速能力,直接集成到了自研的LX2 CPU当中,同时配套使用国产HBM高带宽内存,每颗LX2芯片上直接搭载32GB国产HBM,内存带宽可以达到4TB/s,搭配最高256GB的外部DDR5内存,带宽表现比传统CPU高出10倍。
这套架构打通了芯片、高速互连、存储、系统工程与软件栈的全链路环节,所有核心部件全部实现国产自主可控,没有任何环节依赖外部技术供给。整套系统的能效比达到了52GFlops/W,还首创了百分之百全液冷散热的计算机柜,92个机柜组成的整机集群,运行过程中所有发热部件都能通过液冷回路完成热量交换,不需要依赖传统的风冷散热系统,大幅降低了高负载运行时的能耗和噪音。

过去十年里,全球超算冲击榜首的主流思路都是CPU搭配GPU异构的模式,CPU负责调度任务,GPU承担主要的算力输出,目前美国三台已经建成的百亿亿次级超算全部采用这一技术路线。而灵晟选择的全CPU超智融合架构,是全世界范围内没有任何先例的全新探索,整套系统从底层芯片到上层软件的每一个环节,都由国内研发团队自主完成设计和落地,完全避开了传统异构架构可能遇到的技术限制。
覆盖多领域的应用落地成果
算力的价值最终要体现在实际应用当中,目前灵晟已经支撑了22项千万核级别的全机规模应用,适配了220余款不同领域的行业应用,覆盖的范围包括新材料研发、生物医药研究、气象海洋预报、航空航天工程、能源工业仿真以及人工智能训练等多个关键的科学研究领域,累计注册使用的用户数量已经超过1600个。
在分子模拟的前沿研究场景中,依托灵晟的算力支撑,科研团队完成了固氮酶活性中心相关的高精度计算,整个计算体系包含113个电子、76个空间轨道,需要处理3.6×10³⁵个电子组态,最终仅用1.75小时就完成了全部运算,耗时仅为此前量子计算机方案的五分之一。这次全系统运行过程中,双精度持续性能达到1.456 EFLOP/s,浮点效率达到58.9%,混合精度持续性能达到5.626 EFLOP/s,浮点效率达到57.73%,算力输出效率约为传统CPU加GPU异构系统的两倍。
基于灵晟开展的相关科研应用成果,成功入围了2026年ACM戈登贝尔奖,这一奖项是国际高性能计算应用领域的最高奖项,专门用来表彰依托超级计算攻克重大科学与工程难题的杰出创新成果,本次入围也直接证明了国产自主超算系统已经具备支撑顶尖前沿科研项目的能力。
行业评价与后续发展方向
图灵奖得主、TOP500榜单联合创始人Jack Dongarra公开评价称,灵晟有能力解决当前科学计算和人工智能领域最具挑战性的各类难题,让全球行业从业者看到了超算通向AI for Science新型系统架构的希望之光。这套完全自主研发的超算系统,打破了过去全球超算领域长期固化的技术路径,为整个行业提供了全新的发展思路。

从本期TOP500榜单的整体格局来看,中国上榜的超算总数量为18台,美国上榜的超算总数量为163台,双方在超算的整体保有量上仍然存在十分明显的差距,国内超算行业的整体普及度和覆盖范围还有很大的提升空间。
灵晟的连续登顶,已经充分验证了全栈自主与超智融合这一全新技术路线的可行性,也为后续国产超算的发展积累了完整的实践经验。接下来国产超算的发展重点,将主要集中在三个核心层面,第一是持续保持整机的均衡性能表现,避免出现部分环节性能突出、部分环节存在短板的失衡问题;第二是进一步拓展应用生态,让更多不同行业的科研和工业场景都能适配国产超算的算力环境;第三是推动产业链上下游的协同迭代,让芯片、内存、互连网络、软件等各个环节的研发主体形成合力,共同推动整个国产超算产业的持续升级。
不少行业从业者也在关注几个尚未完全得到解答的问题,这套全新的全CPU超智融合架构,在哪些细分场景下仍然会出现运算效率不及传统异构架构的情况?全液冷机柜的制造成本和后续运维成本,能不能在后续的迭代过程中逐步下探到更易普及的区间?大量一线科研人员已经形成的使用习惯,能不能快速适配这套完全自主的全新系统?这些问题的后续进展,也将直接影响国产超算接下来的普及速度和覆盖范围。
(编辑:吕文)

购物车