云领未来 · 智驭灵韵 服务热线 021-62280217 中文 | EN

灵晟超算蝉联TOP500榜首 国产算力全栈自主加速落地

事件概述

在 SC26 大会发布的新一期 TOP500 榜单中,国家超级计算深圳中心“灵晟”以 2.198 EFlops 的 Linpack 双精度实测性能蝉联世界第一,领先第二名美国“El Capitan”约 21%,并守住 HPCG 榜首。该机基于国产“灵昆”平台与 LX2 处理器,实现芯片、互联、存储与系统软件的全栈自主。

国产算力的验证正从超算榜单延伸到大模型训练链路。11 月 17 日,摩尔线程宣布基于旗舰训推一体智算卡 MTT S5000 与 MUSA 软件栈,完成月之暗面 Kimi K3.1 Pro 的训练适配,构建原生 FSDP2 多模态训练路径,打通从模型加载、分片调度到梯度同步的完整链路。Kimi K3.1 Pro 为 2.8 万亿参数开源旗舰模型。

芯片架构层面亦有进展。理想汽车自研马赫 M100 芯片架构论文入选 ISCA 2026 工业分区,采用 5nm 车规工艺,单颗算力 1280 TOPS、算力利用率超过 82%,已于今年 5 月量产上车;公司表示将逐步开放芯片外供。

背景与解读

一、技术背景与演进脉络

超算竞争的评价体系正在扩展。Linpack 衡量峰值浮点能力,HPCG 更贴近真实访存密集型负载,而 AI 负载则进一步考验互联带宽、软件栈成熟度与大规模集群的扩展效率。“灵晟”同时守住两份榜单,说明国产系统在硬件与基础软件协同上已形成完整能力,而不再依赖单点器件突破。

二、核心驱动与底层机制

训练适配的本质是软件生态的工程化。2.8 万亿参数模型的训练涉及张量并行、流水线并行与专家并行的组合调度,任何一环的通信开销都会被放大。MTT S5000 打通 FSDP2 原生路径,意义在于把国产 GPU 从“能推理”推进到“能训练”,而国产 AI 芯片能否规模应用,取决于编译器、通信库与主流框架适配的完备程度,而非纸面算力。

三、市场格局与产业链影响

三条进展指向同一方向:国产算力正在形成从超算、训练卡到车规芯片的分层供给。超算平台服务科研与基础模型预训练,训推一体卡服务商业模型迭代,车规芯片则把算力推向端侧。对产业链而言,竞争焦点从单卡峰值算力转向“芯片+互联+软件栈+模型适配”的系统能力,软件与生态的权重持续上升。

影响与趋势

短期看,模型厂商与国产芯片的适配案例将继续增加,训练成本与供给安全是主要驱动;中期看,开放外供的车规芯片能否形成第三方客户群,将检验国产芯片的商业化能力。关键观察变量包括国产训练卡在主流框架中的适配进度、超算资源向产业用户的开放程度,以及大模型训练对国产算力的实际使用比例。

对产业参与者的启示

芯片厂商应把软件栈与工具链作为一等公民投入,优先打通主流框架的原生路径;模型企业可建立多芯片适配的抽象层,降低单一供应链依赖;行业用户在选型时应以真实任务的每瓦性能与总拥有成本为准,而非仅比较峰值参数。

本栏目内容为行业信息整理与技术观点分享,不构成任何投资建议。