Het Shenzhen-systeem overtreft "El Capitan" in de TOP500-ranglijst en toont de weg naar exascale computing met alleen CPU's, los van de AI-race.

De wereldwijde ranglijst van supercomputers is opnieuw een technische, industriële en geopolitieke indicator geworden. Lijnenschijn, geïnstalleerd bij Nationaal supercomputercentrum in Shenzhen, China heeft de eerste plaats in de ranglijst heroverd. TOP500waarbij het Amerikaanse systeem wordt omzeild. El CapitanHet nieuws werd ook gemeld door Natuur en wandelenHet betreft een machine die in staat is tot meer dan twee quintiljoen bewerkingen per seconde, volgens de traditionele maatstaf die wordt gebruikt om de prestaties van hoogwaardige systemen te meten.

Het centrale resultaat is het resultaat dat bij de test is behaald. Hoogwaardige Linpackeen HPL: 2,198 exaflops per seconde, gelijk aan 2.198,40 petaflops per seconde in het officiële systeemoverzicht. TOP500 geeft ook een theoretische piek aan. 2.735,82 petaflops per seconde, 13.789.440 kern en een elektriciteitsverbruik van 42.220 kilowattDeze cijfers plaatsen LineShine voor El Capitan en bevestigen dat exascale computing een meer gedistribueerde fase ingaat, met de beste machines in Azië, Noord-Amerika en Europa.

De meest opvallende bijzonderheid is niet alleen de prioriteit. LineShine is gebaseerd op een oplossing. Alleen CPU, dat wil zeggen, zonder speciale grafische versnellers. In een tijd waarin high-performance computing enkunstmatige intelligentie en big data Hoewel ze vaak geassocieerd worden met GPU's, tensor cores en gespecialiseerde chips voor het trainen van modellen, volgt de Chinese machine een andere ontwerpkeuze. Het systeem gebruikt de basis Ling Kun, processors LX2 a 304 kern, eigen interconnectie Ling Qi en besturingssysteem Kylin OS.

Een exascale machine gebaseerd op universele processoren.

De supercomputer van Shenzhen was niet zomaar een verzameling rekenknooppunten. Volgens de officiële specificaties werd de machine gebouwd door Shenzhen Cloud Computing Center en geïnstalleerd in de 2025De opgegeven configuratie omvat processors. LX2 304C op 1,55 gigahertz, LingQi-netwerk, compiler Lclang 1.0.0wiskundige bibliotheek OpenBLAS-lokaal en een versie van OpenMPI aangepast aan de onderlinge verbinding van het systeem.

De keuze om te focussen op CPU's met een zeer hoge dichtheid in plaats van op accelerators is relevant voor de onderzoek en ontwikkeling Omdat het de aandacht verlegt naar een andere balans tussen parallellisme, geheugen, netwerken en software. In versnelde systemen hangt een groot deel van de prestaties af van het vermogen om snel gegevens over te dragen naar gespecialiseerde eenheden. In een machine die alleen een CPU gebruikt, komt de efficiëntie daarentegen voort uit de schaal van het algehele ontwerp: het aantal cores, de geheugenhiërarchie, de communicatie tussen knooppunten en het vermogen van de wetenschappelijke software om miljoenen processoren te benutten.

De TOP500-publicatie benadrukt dat LineShine het eerste systeem op de lijst is dat de grens overtreft. twee aanhoudende dubbele-precisie exaflops Uitsluitend gebruikmakend van CPU's. Dit is een belangrijk technisch gegeven, omdat dubbele precisie essentieel blijft in veel wetenschappelijke simulaties, van engineering tot computationele fysica. Dit moet echter niet worden verward met de meetwaarden die het trainen van grote AI-modellen het beste beschrijven, waarbij berekeningen met gereduceerde precisie, speciale accelerators en snelle communicatie tussen clusters de belangrijkste factoren zijn.

Zelfs de lezing voorgesteld door Xinhua Het benadrukt de convergentie van supercomputing en intelligent computing. Volgens het Chinese agentschap integreert LineShine matrixacceleratie-eenheden rechtstreeks in zijn in China ontworpen processors, met als doel de datatransfer-bottleneck te verminderen die kenmerkend is voor CPU-GPU-architecturen. Deze uitleg sluit aan bij de genoemde technische strategie, hoewel de werkelijke concurrentiekracht op AI-workloads moet worden beoordeeld aan de hand van specifieke benchmarks en niet alleen op basis van HPL-dominantie.

Waarom de TOP500-ranglijst op zich geen goede maatstaf is voor de kracht van AI

Het onderscheid tussen high performance computing En AI-georiënteerde systemen zijn cruciaal. De TOP500 meet voornamelijk het vermogen van een machine om numerieke berekeningen met dubbele precisie uit te voeren. Dit blijft een centrale maatstaf voor wetenschappelijke simulaties, klimaatmodellering, computationele chemie, vloeistofdynamica en technisch ontwerp. Het is echter niet vergelijkbaar met het vermogen om grote taalmodellen of generatieve systemen te trainen, die afhankelijk zijn van architecturen, geheugen, netwerken en software die geoptimaliseerd zijn voor gemengde precisie en tensorlading.

Dit wordt bevestigd door een ander gegeven uit dezelfde ranglijst. Op de benchmark HPL-MxPLineShine staat het dichtst bij gemengde precisieladingen en staat op de vierde plaats. 7,92 exaflops per seconde en een versnelling van 3,6 tijden Vergeleken met traditionele HPL blijft El Capitan echter de beste in deze test, gevolgd door Aurora en Frontier. De conclusie is duidelijk: de Chinese machine domineert numerieke berekeningen die uitsluitend door de CPU worden uitgevoerd, maar is niet het sterkste systeem als het gaat om het voldoen aan sommige eisen van hedendaagse AI.

Diezelfde voorzichtigheid komt naar voren in de analyse van ReutersDit herinnert ons eraan dat veel grote systemen ontwikkeld door Microsoft, Amazon, Google of xAI niet meedoen aan de TOP500-ranking. Dit zijn vaak private infrastructuren die ontworpen zijn voor modeltraining en inferentie, niet om publiekelijk te concurreren op de HPL-benchmark. Daarom meet het resultaat van LineShine de prestaties in de praktijk, maar wel binnen een gedefinieerd technisch kader.

"Als de hyperscalers hun systemen zouden presenteren, zou dit 'snelste ter wereld' niet in de top vijf terechtkomen."

zei Jimmy Goodrich, senior fellow bij deInstituut voor Mondiale Conflicten en Samenwerkingvan de Universiteit van Californië, tegenover Reuters

De zin van Jimmy Goodrich Het helpt de betekenis van deze dominantie te definiëren. LineShine is momenteel het krachtigste systeem van de systemen die in de TOP500-lijst van de HPL-test worden gepresenteerd. Dit betekent niet automatisch dat het de grootste wereldwijde AI-infrastructuur is. De vergelijking met hyperscalers is relevant juist omdat een groeiend deel van de wereldwijde rekenkracht niet langer geconcentreerd is in nationale of universitaire centra, maar in private clusters die geoptimaliseerd zijn voor generatieve modellen, gemengde precisie en tensor loading.

Voor bedrijven, onderzoekscentra en beleidsmakers is het verschil niet louter academisch. Bij de aanschaf, het ontwerp of het gebruik van computerkracht is het essentieel om de architectuur af te stemmen op het probleem dat moet worden opgelost. Wetenschappelijk computergebruik vereist numerieke nauwkeurigheid, stabiliteit, geheugen, schaalbaarheid en de mogelijkheid om veel parallelle simulaties uit te voeren. diepgaand leren In de industrie wordt daarentegen meer rekening gehouden met doorvoer bij lage precisie, beschikbaarheid van accelerators, volwassenheid van de softwarestack en gegevensbeheer.

Chips, technologische soevereiniteit en de terugkeer van China op de lijst.

De technische gegevens zijn verweven met een politieke dimensie. Reuters benadrukt dat China is gestopt met het indienen van zijn ranglijsten in 2023Na jarenlange Amerikaanse controle op de export van geavanceerde chips en apparatuur voor krachtige computers, dient de terugkeer van een topsysteem dan ook als een signaal vanuit de industrie: Peking toont aan dat het in staat is een complexe omgeving te ontwerpen en te integreren die processors, netwerken, besturingssystemen, wiskundige bibliotheken en communicatiemiddelen omvat.

“Wat me verbaast, is dat ze het hebben gepresenteerd en er erkenning voor willen krijgen.”

zei Addison Snell, CEO van Intersect360 Research, vertelde Reuters

de verklaring van Addison Snell Het verlegt de aandacht van de dominantie zelf naar de publieke vertoning ervan. De prestatie toont geen volledige autonomie over de gehele halfgeleiderproductieketen aan, noch lost het het probleem van de toegang tot de meest geavanceerde AI-acceleratoren op. Het geeft echter wel aan dat China zijn nationale capaciteit op het gebied van algemene supercomputing wilde demonstreren, in een tijd waarin computerinfrastructuur steeds meer verbonden is met industriebeleid, technologische veiligheid en wetenschappelijke concurrentie.

Goodrich koppelt in dezelfde Reuters-analyse de meting ook aan exportcontroles, met het argument dat Peking het resultaat wil presenteren als bewijs van de ineffectiviteit ervan. Deze interpretatie moet met de nodige voorzichtigheid worden benaderd. LineShine is niet gebaseerd op geavanceerde AI-chips die vergelijkbaar zijn met de meest gevraagde accelerators voor generatieve modellen, en de vierde plaats in de HPL-MxP-ranking bevestigt dat de prestaties van gemengde precisie minder concurrerend blijven dan die van versnelde architecturen. De machine toont zijn kracht in algemene supercomputing, niet het einde van technologische afhankelijkheden in de AI-sector.

Voor de USDe inhaalmanoeuvre heeft een symbolische waarde. El Capitan, geïnstalleerd bij Lawrence Livermore National Laboratory, onderhoudt 1,809 exaflops per seconde op HPL, 11.340.000 kern en een energie-efficiëntie van 60,94 gigaflops per wattHet is een machine gebouwd op de HPE Cray EX255a-architectuur met AMD EPYC-processors en AMD Instinct MI300A-acceleratoren. De LineShine presteert in de meeste opzichten beter, maar verbruikt meer stroom en heeft een heel ander ontwerp.

Ook deEuropese Unie blijft in het spel. In dezelfde ranglijst verschijnt JUPITER Booster, geïnstalleerd bij Jülich Supercomputing Center in Duitsland, door TOP500 aangegeven als het eerste Europese systeem boven de exascale-drempel op HPL. Op de zesde plaats komt HPC7 door Eni, een teken van de groeiende aanwezigheid van grote industriële gebruikers in geavanceerde computertechnologie.ItaliëMet wetenschappelijke en industriële infrastructuren zoals Leonardo en HPC7 blijft het daarom deel uitmaken van de Europese geografie van supercomputing.

Van klimaat tot simulaties: schaalvergroting creëert waarde.

Een toepassingsvoorbeeld is te vinden in de wetenschappelijke preprint die gekoppeld is aan het Nature-artikel, gepubliceerd op arXivHet werk beschrijft KAPJES, een hybride numeriek-AI-systeem voor seizoensvoorspellingen van zomerregenval in Oost-Azië. De auteurs wijzen op een rekenproces met 174 numerieke leden e 1.600 door AI gegenereerde ledenVoor een totaal 1.774-leden, gebruikt voor jaarlijkse reconstructies sinds 2016 2025 naar.

Volgens de samenvatting van het artikel voert het complete LineShine-systeem tien jaarlijkse terugrekeningen uit. 14,6 uur en verbetert de gemiddelde voorspellingsscore met 71,8 a 75,9 vergeleken met de door de auteurs aangegeven ECMWF-referentie. Het systeem werkt bij 15 kilometers resolutie voor terugblikprognoses over een periode van tien jaar en verklaart een capaciteit om 1 kilometer voor meer gedetailleerde tyfoonsimulaties. Aangezien dit een preprint is, moeten de resultaten worden beschouwd als wetenschappelijk materiaal ter discussie en niet als definitieve conclusies die aan formele collegiale toetsing worden onderworpen.

De casus is niettemin nuttig om te begrijpen waarom exascale supercomputing een specifieke rol behoudt, zelfs in het tijdperk van generatieve modellen. Klimaat- en weersvoorspellingen met hoge resolutie vereisen veel parallelle simulaties, data-assimilatie, koppeling tussen de atmosfeer, de oceaan en het aardoppervlak, evenals statistische methoden om de onzekerheid te beoordelen. In deze context is de hybridisatie van fysische en machine learning Het kan de rekentijd verkorten en het aantal te analyseren scenario's vergroten.

De mogelijke implicaties beperken zich niet tot onderzoek. Nauwkeurigere voorspellingen van hevige regenval, tyfoons of seizoensgebonden gebeurtenissen kunnen van invloed zijn op het beheer van dammen, de landbouw, verzekeringen, logistiek, civiele bescherming en stadsplanning. Het verband is niet vanzelfsprekend: validatie, toegang tot data, operationele expertise en institutionele capaciteit om de geproduceerde informatie te gebruiken zijn vereist. Maar deze casus laat zien hoe een grote computerinfrastructuur een instrument kan worden voor data-intensieve besluitvorming in de publieke en industriële sector.

Dan is er nog de energiekwestie. Een absorptie van 42,22 megawatt Dit komt neer op een infrastructuur met eisen die vergelijkbaar zijn met die van een grote industriële fabriek. Dit cijfer alleen geeft niet de milieu-impact weer, die afhangt van de energiemix, koeling, benuttinggraad en levensduur van componenten. Het geeft echter wel aan dat de groei van supercomputing beleid voor datacenters, energieplanning en strategieën voor resourcebeheer vereist. efficiëntie van de risors steeds meer geïntegreerd.

De leidende positie van LineShine moet daarom worden gezien als technisch nieuws met brede industriële implicaties. Het markeert de terugkeer van China naar de top van de publieke TOP500-ranglijst, bevestigt de groeiende concurrentie op het gebied van exascale computing en herinnert ons eraan dat rekenkracht nu een essentieel onderdeel is van het industriebeleid. De volgende fase zal minder draaien om de titel van "snelste" en meer om het vermogen om deze machines om te zetten in verifieerbare resultaten: bruikbare klimaatmodellen, betrouwbare simulaties, draagbare software, duurzame energie-infrastructuur en gedistribueerde expertise binnen onderzoek, industrie en overheidsadministratie.

Hier zijn drie inzichten die u wellicht interesseren:

JUPITER brengt Europa naar het tijdperk van exascale supercomputing
HPC6, de meest geavanceerde supercomputer voor de energietransitie
Quantum Bologna: de eerste hybride supercomputer van Italië is geboren.