不用一颗GPU，照样碾压美国：中国超算灵晟2.198EFlops登顶全球

2026年6月23日，德国汉堡，ISC2026国际超算大会现场。

当TOP500榜单揭晓的那一刻，全场目光聚焦在榜首——不是美国，不是日本，不是欧洲，是中国。

国家超级计算深圳中心自主研制的"灵晟"（LineShine）超级计算机，以2.198 EFlops的持续双精度浮点性能，力压美国劳伦斯·利弗莫尔国家实验室的"酋长岩"（El Capitan）超算21.5%，登顶全球超算TOP500榜首。

这是世界首台持续性能突破2EFlops的超算系统。

这是继2017年"神威·太湖之光"之后，中国超算时隔九年再次站上世界之巅。

九年，中国超算从93 Petaflops到2.198 Exaflops，性能跃升超过23倍。

这不是一次简单的排名变化，而是在美国层层科技封锁下，中国用全栈自主技术打出来的一场硬核突围。

2017年11月，"神威·太湖之光"最后一次霸榜TOP500，之后，中国超算开始了漫长的"沉默期"。

外界看到的是排名持续下滑，2023年，中国超算已跌出前十。

有人嘲讽"中国超算落后了"，有人断言"中国再也追不上美国了"。

外界看不到的是：深圳国家超级计算中心里，一群人正在做一件没人做过的事。

他们面临的困境是真实的：美国密集出台先进芯片出口管制措施，禁售A100、H100等高端AI芯片，限制EDA软件和先进半导体制造设备出口。GPU全球超算的算力引擎，被牢牢锁住，不让你买，也不让你用。

摆在中国超算团队面前的路很简单：要么等，等制裁松动；要么跪，跪求西方放行；要么干，自己干出来一条新路。

他们选了第三条。

总设计师卢宇彤，中山大学计算机学院教授、国家超级计算深圳中心主任，带领团队做出了一个全球超算界没人敢做的决定：不用GPU，纯CPU架构，全栈国产。

这几乎是"逆共识"操作，全球顶尖超算，美国"酋长岩"、"前沿"、"极光"，全部依赖CPU+GPU异构架构。TOP500中GPU占比超过55%，所有人都说，GPU才是超算的未来。

卢宇彤团队说：我们不这么走。

"灵晟"的技术路线，用一句话概括：Online Acceleration全CPU架构，超智融合，三算合一。

具体怎么做的？

芯片层：自研LX2 CPU，基于Armv9架构，每颗处理器集成304个CPU核心，内嵌AI矩阵加速单元。全系统245万个CPU核心，40960颗处理器，20,480个计算节点。

网络层：自主设计"灵启"高速互连网络，每个节点1.6 Tb/s带宽，可支持200万个端口、10万节点超大规模组网。

存储层：分层架构，总容量650 PB，存储带宽10 TB/s，428个存储节点。

节能层：首创100%全液冷散热计算机柜，能效比51 GFlops/W。

系统层：自研全栈软件，将底层硬件能力以可用、可编程、可优化的方式释放给应用，大规模并行环境下平均扩展效率84.4%。

这套架构的核心理念是"回归计算加速的本质"：不靠外挂GPU来加速，而是在CPU内部就融合了加速能力，让超算算力与智能算力在同一颗芯片、同一个内存空间里协同工作。

图灵奖得主、TOP500联合发起人杰克·唐加拉（Jack Dongarra）的评价直白而有力：

"这是历史上第一次，一台只用CPU的计算机达到了百亿亿级（Exascale）。他们开发出一个不依赖GPU的系统，从而超越了美国。中国可以适应并开发出自己的技术版本，与现有技术一样好，甚至更好，尽管受到美国的出口管制。"

据央视新闻报道，"灵晟"的背后是对美国对华科技"锁喉"的一场硬核突围。

2026年4月24日，"灵晟"在国家超级计算深圳中心正式亮相，完成全机测试。

4月底到6月23日，不到两个月，直接登顶。"灵晟"登顶的意义，远不止一个排名那么简单

第一，技术路线的范式创新。 全球超算界共识是GPU为王，灵晟用纯CPU架构做到了世界第一，开辟了一条全新的技术路线。

第二，全栈自主的战略安全。 超算用于核武器模拟、导弹设计、气象预报、航空航天、新材料研发，这些领域的算力自主可控，等于掌握了国家战略与安全的算力底座。

第三，封锁政策的反向加速。 美国智库战略与国际研究中心指出，出口管制最大的副作用之一就是加速中国半导体国产替代。灵晟正是这一判断的最新证据：美国越封锁，中国越自己搞，搞出来的东西还更快。

第四，算力版图的体系性竞争。 过去的科技竞争是单项技术比拼，芯片、手机、AI模型。灵晟的出现标志着竞争升级：从单点对抗到体系角力。美国有OpenAI、英伟达、谷歌的顶级AI模型和芯片，中国有完整产业链、超大市场、国家级科研组织能力和国产替代速度。灵晟正是这种体系优势的集中体现。

在AI时代，算力就是权力，谁掌握了最强算力，谁就掌握了AI发展的发动机。

灵晟的登顶打破GPU垄断的AI算力格局， 全球AI训练几乎100%依赖英伟达GPU。灵晟证明，CPU也能做到Exascale级别的算力，而且更适合AI与科学计算深度融合的场景，为AI算力提供了一条不依赖GPU的备用航线。

灵晟的"三算合一"，科学计算、工程计算、智能计算在同一系统中高效协同，正是AI4Science（科学智能）最需要的架构。药物发现、材料科学、大气海洋模拟、脑科学研究，这些领域的AI应用需要同时跑大规模仿真和AI推理，灵晟的架构天然适配。

没有自主算力，AI模型就是空中楼阁，模型你可以开源，但训练和推理要靠别人的芯片，灵晟给了中国一个完全自主的算力底座，这意味着从芯片到模型到应用的AI全链条，中国都可以不依赖任何外国技术独立运行。

大家怎么看？