灵晟拿下第一，但中国超算不能只赢上一场比赛|exaflop|top|中国|灵晟|超级计算机|高吞吐量内核

来源：市场资讯

（来源：AI信息Gap）

上一次中国超算站上世界之巅，还是 2016 年的神威·太湖之光。

那台完全基于自主众核处理器的系统连续四期占据 TOP500 榜首，直到 2018 年被 Summit 超越。此后八年，榜首再未回到中国。Frontier 率先叩开 E 级大门，Aurora、El Capitan 相继登场，E 级超算的「三部曲」相继完成。

2026 年 6 月，第 67 期 TOP500 榜单公布。

灵晟以 2.198 ExaFLOP/s 的 HPL 持续双精度性能登顶，同时以 22.00 Petaflop/s 的成绩拿下 HPCG 第一。

距离太湖之光首次登顶，整整十年。距离榜首易主，整整八年。

中国超算重新回到了这个位置。

这是一个值得记住的时刻。但要真正读懂它，需要把它放回这十年的坐标系里。因为在中国离开榜首的这些年里，变化的不只是排名，还有整个计算世界的评分标准。

一、这个第一的成色，经得起细看

先把成绩本身说清楚。

HPL 衡量的是系统求解大规模稠密线性方程组的能力，是双精度浮点性能最经典的标尺。HPCG 则引入稀疏矩阵运算，对内存带宽、通信延迟和系统均衡性的要求更高，被认为更接近一部分真实的科学计算负载。

一台机器同时拿下这两个第一，说明它不是为跑分而生的「偏科生」，而是在计算、通信、存储访问上都有扎实的系统功力。

实现方式同样值得细看。

TOP500 官方特别指出，灵晟是榜单历史上首个依靠纯 CPU 设计突破 2 ExaFLOP/s 持续性能的系统。在没有外部高端 GPU 和加速器可用的前提下，用国产处理器、国产互连和国产系统软件，把数以万计的节点组织成一台稳定输出的整机。

这背后的体系工程能力，是这份成绩单里最硬的部分。

对处在外部限制之下的中国计算产业而言，这个第一的证明价值是实打实的。封锁可以限制供应链，但没有锁死中国建造世界顶级计算系统的能力。

二、十年之间，赛场悄悄换了规则

把时间拨回 2016 年。

太湖之光登顶那一年，AlphaGo 刚刚战胜李世石，Transformer 尚未发表，「大模型」还不是一个产业名词。彼时衡量一台超级计算机，双精度性能几乎就是全部。

十年后的今天，全球算力需求增长最快的部分，来自大模型的训练与推理。AI for Science 正在气象、材料、生命科学等领域重写科研方法。这些负载的共同特征，是大规模矩阵运算和混合精度计算，恰恰是传统双精度指标覆盖不到的地方。

HPL-MxP 基准的出现，正是为了度量这个新维度。

而在这个维度上，同一份榜单给出了另一组数字。

灵晟的 HPL-MxP 成绩为 7.92 ExaFLOP/s，位列第四，较其 HPL 成绩提升约 3.6 倍。作为对照，El Capitan 的 MxP 成绩达 16.7 ExaFLOP/s，较 HPL 提升约 9.2 倍，Aurora 为 11.6 ExaFLOP/s，提升约 11.5 倍。

TOP500 官方的解读很直接，相对温和的提升幅度，反映了 CPU-only 设计缺少专用低精度加速器的现实。

再看一条更长的时间线。过去十年间，所有登上榜首的 E 级系统，Frontier、Aurora、El Capitan，无一例外采用 CPU + 加速器的异构架构。这并非巧合，而是全球主流工程团队面对负载结构变化后不约而同的判断。CPU 承担通用控制与复杂逻辑，加速器承担大规模并行与矩阵计算，再由高速网络、并行存储、调度系统和软件生态把它们拧成一个整体。

在这样的背景下理解灵晟的 CPU-only 路线，结论会更准确。它是特定约束条件下的一次出色的工程突围，证明了国产 CPU 体系的成熟度。但它所擅长的赛道，主要还是上一个十年划定的那条。

若要在混合精度和 AI 负载主导的新赛道上继续领跑，只靠这一条路线是不够的。

三、下一场比赛，裁判席上坐的是用户

还有一个更根本的变化，评判一套计算系统的，正在从榜单变成用户。

不妨设想几个真实场景。

一个大模型团队在评估集群时会问，训练一次要多少天，中断率有多高，每生成一个 Token 的成本是多少？一家药物研发机构会问，已有的软件栈迁移过来要改多少代码，算完一批筛选任务要排多久的队？一个行业客户的问题则更简单，算力能不能像水电一样按需调用，账单能不能算得过来？

这些问题，没有一个能在 TOP500 的表格里找到答案。