1 мая 2026 г.

Китай неожиданно представил суперкомпьютер мощностью 2,47 ЭксаФЛОПС без GPU

Максим Левашов··1 мин
Китай неожиданно представил суперкомпьютер мощностью 2,47 ЭксаФЛОПС без GPU

Китай использовал суперкомпьютер для обучения искусственного интеллекта. Сам по себе этот факт не является уникальным, однако впечатляет мощность машины: 1,2 ЭксаФЛОПС, при том, что она работала лишь на четверть своей теоретической производительности! Если бы Китай продолжал участвовать в рейтинге Top500, суперкомпьютер LineShine мог бы конкурировать с мировым лидером — El Capitan.

"Китай развернул новую эксаскейл-систему, полностью скалярную, под названием LineShine, размещенную в Национальном центре суперкомпьютерных вычислений Шэньчжэня (NSCC-SZ), с пиковой производительностью 2 ЭксаФЛОПС", — сообщил Стефан Реквена (технический директор Genci, Supercomputers for Science and Industry) в LinkedIn. Он также отметил, что "как обычно, это не официальное объявление, а информация, ставшая известной благодаря научной публикации".

Стоит напомнить, что существует "официальный" рейтинг самых мощных суперкомпьютеров мира – Top500, но Китай не участвует в нем уже несколько лет. Основная причина, предположительно, политическая, связанная с напряженными отношениями с США, которые внесли страну в черный список и ввели эмбарго на экспорт некоторых технологий, в частности, самых мощных графических процессоров NVIDIA.

С тех пор страна сохраняет конфиденциальность относительно своих реальных возможностей, разрабатывая собственные аппаратные и программные решения.

  • В Top500 уже есть три эксафлопсных суперкомпьютера, но Китай по-прежнему отсутствует в этом списке.

Впечатляющие характеристики: 12,4 миллиона ядер, 1310 ТБ HBM!

Китай больше не предоставляет результаты бенчмарков для Top500 и не делает официальных заявлений о запуске новых суперкомпьютеров, в отличие от Европы или США, которые соревнуются в этой "гонке вооружений". Отслеживать китайские разработки приходится косвенно. Именно так стало известно о LineShine – суперкомпьютере, использованном для обучения MLIP (межатомных потенциалов машинного обучения), что было описано в научной публикации две недели назад.