近日，全球超算 TOP500 榜单换了第一。中国自主研制的 " 灵晟 "（LineShine）首次入榜，HPL 持续双精度性能 2.198 Exaflop/s，直接把美国 El Capitan 挤到第二。距离 2017 年 " 神威 · 太湖之光 " 最后一次登顶，中国等了九年。

这当然是大新闻。但情绪稿看多了，也要看到客观一些的数据。在更贴近 AI 计算的 HPL-MxP 混合精度榜上，灵晟排第四，7.92 Exaflop/s；第一还是 El Capitan，16.7 Exaflop/s，差了一倍多。

这次没靠 GPU 堆

灵晟含金量最高的地方，在于它的技术路线。根据 TOP500 官方披露，灵晟基于定制的 "LingKun" 平台，采用 304 核 LX2 处理器、LingQi 互连和麒麟操作系统，全机核心数达到 1378.944 万个，功耗约 42.2 兆瓦。整套系统没有走常见的 CPU+GPU 异构路线，而是采用全 CPU 架构，并在其中内嵌 AI 矩阵加速单元。

这和美国几台 E 级超算的路线不一样。El Capitan、Frontier、Aurora，都重度依赖 AMD 或 Intel 的 GPU、APU 加速器。过去几年全球算力叙事的主角是 GPU，是英伟达，是一卡难求。

灵晟给出的信号是，中国没有沿着 GPU 集群那条路硬追，而是把处理器、矩阵加速、互连、操作系统整套做成了国产架构，然后用这套架构把 TOP500 第一拿了回来。

过去几年，中国算力产业最深的焦虑是 " 卡脖子 " ——高端 GPU 被禁售，先进制程被封锁，堆卡这条路随时可能中断。灵晟证明的，是另一种可能，在最顶级的系统工程上，中国仍然能组织出一条绕开英伟达 GPU 的路线，并且跑到世界最前面。

而且这台机器并非只会跑分。在考察数据密集型真实应用的 HPCG 榜单上，灵晟同样拿了第一，22.00 HPCG-Petaflop/s，高于 El Capitan 的 17.41。双榜第一，说明这套国产架构在真实负载下同样能发挥出力量。

还不是 AI 算力第一

但要注意，TOP500 的排名依据是 HPL 基准，考的是双精度浮点运算，这多是天气预报、核模拟、工程仿真这些传统科学计算的看家本领。灵晟在这个赛道上成为了无可争议的第一。

可问题在于，大模型时代的计算，已经不止这些。

AI 训练和推理大量使用低精度、混合精度计算，对应到 TOP500 体系里，最接近的是 HPL-MxP 榜单。这张榜上，El Capitan 以 16.7 Exaflop/s 排第一，Aurora 11.6 排第二，Frontier 11.4 排第三，灵晟 7.92 排第四。

差距背后有明确的技术原因。TOP500 官方指出，灵晟的 HPL-MxP 成绩相对 HPL 只提升了 3.6 倍，这和它的 CPU-only 设计直接相关。美国那几台 GPU 机器，混合精度性能相对双精度的放大倍数要高得多。

这并不丢人，超算时代拼双精度，AI 时代拼混合精度、推理吞吐、能耗比，还要拼软件生态。英伟达真正的护城河可不只是芯片，还有 CUDA 周围二十年攒下的开发者。

还有一个考量的点是电费。灵晟功耗约 42.2 兆瓦，效率 52.07 GFLOPS/W；El Capitan 功耗约 29.7 兆瓦，效率 60.94 GFLOPS/W。大模型时代，算得快还不够，还要算得便宜、算得稳定，才能把算力变成产业能力。

所以说，灵晟拿回 TOP500 榜首，这是个很好的成绩，但距离 "AI 算力第一 " 还有一段距离。

真正的看点在深圳

灵晟部署在国家超级计算深圳中心。新华社报道提到，灵晟面向大气海洋、工程仿真、材料科学、药物发现、脑科学、科学 AI、大模型推理等场景。名单里既有传统科学计算，也有明确的 AI 任务。官方给它的定位是 " 超算 + 智算 " 融合。

放到深圳这座城市里看，这份场景清单几乎每一项都有现成的产业接口：机器人、智能汽车、低空经济、工业仿真、创新药、电子制造。深圳缺的从来不是 AI 应用场景，缺的是撑得起这些场景的顶级算力底座。

过去几年，城市之间拼数据中心，拼的是谁有机柜、谁有电、谁囤到了 GPU。灵晟落地之后，深圳手里多了一张不一样的牌，它把超算、智算、科学计算和产业仿真装进同一套城市基础设施。这套打法，全国还没有几座城市能拿出同等级别的榜单背书。

九年前，" 神威 · 太湖之光 " 登顶时，中国还在证明 " 我们能造出世界第一的机器 "。九年后，灵晟夺回第一，但接下来要考验的是从实验室到产业推动的跨越。