TOP500超算榜：中国“灵晟”纯CPU夺魁，英伟达AMD路线分化

> 6月23日，第67期全球TOP500超算榜在德国汉堡揭晓。一口气把榜单前五名看完，你会发现一个很有意思的现象：英伟达和AMD这两家芯片巨头走了两条完全不同的路，而榜单第一的位置却被一台名为“灵晟”的中国超算拿下——后者用的还是纯CPU架构。所以，英伟达和AMD到底谁更强？答案取决于问题本身：比的是“广度”还是“高度”。装机规模：英伟达的“广度” vs AMD的“高度”把两家厂商放到同一个维度来比较，差异一目了然。**装机数量上，英伟达占据绝对统治地位。** 本期榜单中，搭载英伟达技术的系统总数超过400台，占全榜单总数的81%；其中搭载英伟达GPU的独立系统共有**238台**。英伟达的InfiniBand互联技术覆盖了376台系统，是超算领域当之无愧的“基础设施供应商”。!(blockview://markdown-image-tos-cn-i-tt/221aba0af07a4dd2b1afb1ada039c3c2)相比之下，AMD的上榜系统为**32台**。**但一旦切换到总算力维度，局面就发生逆转。** AMD系统虽然数量较少，但每台系统的平均算力远超英伟达的平均水平——AMD的策略不是“广撒网”，而是“单点突破”。这个差异在E级超算（持续算力≥1 exaflops）的格局中体现得最为彻底。本期全球共5台E级超算，AMD独占两席——美国劳伦斯利弗莫尔国家实验室的**El Capitan**（1.809 exaflops，第二）和橡树岭国家实验室的**Frontier**（1.353 exaflops，第三）。英伟达只有一台——德国于利希超算中心的**JUPITER Booster**（1.0 exaflops，第五）。**一句话总结：英伟达赢在规模，AMD赢在性能密度。**目标市场：两条不同的赛道这两家不做“对手”，是因为它们根本不卖同一类产品。**英伟达走的是全场景覆盖路线。** 其核心优势是成熟的CUDA生态——从大模型训练到通用AI推理，几乎所有应用都能在英伟达方案上找到优化库。这使它成为商用云、中小规模通用超算市场的主流选择。微软Azure云平台的Eagle系统就是典型代表，继续保持前十席位。此外，法国图卢兹大学的KAIROS系统凭借Grace Hopper架构拿下Green500节能榜首。英伟达的打法是“让所有人都能用上，而且好用”。**AMD则聚焦高端定制化市场。** 其主打产品是CPU-GPU同封装集成的APU架构（如Instinct MI300A），计算单元紧耦合，特别适合极端大规模并行的场景。5台E级超算中性能最高的两台均来自AMD，且均服务于美国能源部国家实验室。意大利能源巨头埃尼集团的HPC7（571.5 petaflops，第六）也是AMD方案，这是目前已提交结果的最大商用超算。AMD的打法是“给最需要的客户做最顶级的系统”。**双方尚未渗透对方的核心优势市场**——英伟达没有拿下美国能源部的顶级E级超算订单，AMD也没有在中小规模商用超算市场和微软云上形成规模。短期来看，这个双强并存的格局不会发生根本改变。技术路线：CUDA生态 vs APU架构深入技术层面，两家选择了截然不同的路径。- **硬件架构**：英伟达采用CPU-GPU分离的超级芯片架构（Grace Hopper系列），通过高速接口实现耦合，架构灵活性更强；AMD采用CPU-GPU同封装的APU（如MI300A），紧耦合设计适合大规模并行调度。- **互联方案**：英伟达主推自研NDR200 InfiniBand高速互联，通用性、标准化程度高；AMD无自研强制互联标准，主流搭配HPE Cray Slingshot-11网络，适合定制化系统。- **生态建设**：英伟达依托成熟CUDA生态，覆盖全品类HPC、AI应用优化库，行业领先；AMD强调对现有x86 HPC软件栈的兼容性，降低迁移成本。第三条路：纯CPU架构的“反杀”在这场双雄争霸之外，一个更大的变量正在改变超算的游戏规则。中国超算“灵晟”以**2.198 exaflops**的持续性能登顶榜首，比第二名El Capitan领先20%以上。而且，这台机器**没有使用任何GPU加速卡**。它基于纯CPU设计，采用自研LX2处理器，内嵌AI矩阵加速单元，并集成了首颗国产HBM（高带宽内存），内存带宽相比传统CPU提升10倍。**这一成就的意义，远不止一个性能数字。** TOP500联合发起人、图灵奖得主Jack Dongarra评价道：“中国的’灵晟’系统为超算通向AI4Science提供了新型系统架构的参考。”TOP500官方也在新闻稿中明确指出：“通往领先级计算领域并没有单一的主导技术路径。厂商们正在探索各种CPU、GPU、APU和定制加速器方案，并结合不同的互连和系统设计。”GPU加速架构占比已达到55.4%，已成为主流增量方向。但纯CPU架构并未被淘汰——灵晟证明了这条路径在特定场景下的巨大潜力。**结论很明确：**- **如果你是云服务商或需要快速部署通用型超算**，英伟达的CUDA生态和全场景覆盖方案是更稳妥的选择。- **如果你是国家实验室或需要冲击单点性能极限的机构**，AMD的定制化APU方案更具优势。- **如果你面临供应链限制或希望实现全栈自主可控**，纯CPU架构的创新路线已证明其可行性。超算领域的答案从来不是“谁更好”，而是“谁更适合”。而灵晟的登顶提醒了所有人——当所有人都涌向同一条赛道时，另一条路也许正通向无人知晓的高处。