深圳高校助力中国超算每秒200亿亿次刷新全球纪录

在第41届国际高性能计算大会（ISC 2026）上，全球超算TOP500榜单迎来了里程碑式的更新。由国家超级计算深圳中心牵头研制、清华大学深圳国际研究生院提供重要技术支撑的全国产E级超算系统“灵晟（LineShine）”，一举夺得两项世界冠军：不仅以219亿亿次浮点运算（2.19EFlops）的持续性能登顶TOP500榜首，还在高性能共轭梯度（HPCG）基准测试中以22 PFlops的成绩拔得头筹。这不仅是继2017年“神威·太湖之光”后，中国超算时隔九年重回全球巅峰，更标志着世界首台持续性能突破200亿亿次的超算系统正式诞生。

如果对这个性能数字感到抽象，不妨换个角度理解：让全球70亿人每人每秒完成一次计算，连续不间断地算上近十年，这些全部计算量，“灵晟”仅需一秒钟即可完成。

在大会现场，深圳超算团队通过OEHI与Green Top500两大核心论坛，围绕底层架构优化、科学AI行业落地及绿色超算体系设计开展了深入技术分享。付昊桓以“人工智能如何助力地球系统的建模与预测”为主题，详细介绍了国产E级算力在气象预警、地球系统数值模拟等场景中的实际应用。值得关注的是，《自然》期刊也在专题报道中聚焦了“灵晟”登顶这一重大事件。

“灵晟”的成功并非依赖硬件堆叠，而是走出了一条全新的自主范式创新路径。它以实际应用需求定义技术架构，借助CPU内生矩阵加速彻底重构计算路径，配合高带宽内存与高速互连支撑系统扩展，再通过全液冷高密度集成大幅提升能效。最关键的是，全栈国产软件体系将硬件能力切实转化为可用、易用的实际性能。图灵奖得主杰克·唐加拉对此给予高度评价，认为“灵晟”突破了全球传统超算的固有设计思路，为全球HPC+AI融合创新提供了一个真正可行的新方案。

继“神威·太湖之光”后再登巅峰

谈及“灵晟”，就不得不提其背后这支团队的奋斗故事。自2023年以来，清华大学深圳国际研究生院围绕国产超算应用软件生态、科学计算模型适配优化、AI与高性能计算融合等方向持续发力，逐步构建起以青年骨干为主体、跨学科协同为特色的人才队伍。在应用生态建设方面，团队面向气象海洋、地球系统模拟、遥感智能解译、大模型训练等典型场景，积极推进算法适配、并行优化与算子加速，助力“灵晟”从一座算力平台真正转化为可用的应用平台。

从“神威·太湖之光”到“灵晟”，这九年之间究竟发生了哪些变化？

时间回溯到2015年。当时，付昊桓所在的团队正着手为国产超算“神威·太湖之光”研发气候模拟软件。面对国产全新硬件架构上应用软件几乎空白的严峻挑战，他带领20多位师生驻扎无锡，将多项关键计算扩展至千万核并行规模，推动超算中心转变为汇聚研究者的科研平台。付昊桓常说，超级计算机是为解决工程与科学中的重大难题而生，比拼的不仅仅是速度，更是应用价值。此后，他始终坚持应用导向，联合多领域科学家，为国产超算开发出气候、地震、工业仿真等数十款应用软件，覆盖近20个领域，日均完成近7000项作业。凭借“神威·太湖之光”的卓越成果，付昊桓在2016年、2017年和2021年三次摘得国际高性能计算应用领域最高奖——“戈登·贝尔”奖。这九年磨一剑的深厚积累，为如今“灵晟”的部署与构建奠定了坚实基础。

以国产超算赋能全球前沿科研创新

目前，付昊桓团队已依托“灵晟”开展多项前沿科研工作。例如在气象领域，他们融合传统物理模型与AI模型，提出了一套大集合东亚降雨预测方案，仅耗时14.6小时便完成了2016至2025年的降水回报检验。在遥感领域，团队基于“灵晟”开展大规模模型训练与系统优化，实现了全球八年时序遥感影像的高倍压缩与高效重建——相当于将连续八年覆盖全球的卫星照片，在不丢失关键信息的前提下大幅“瘦身”，存储成本降低数十倍，同时还能随时还原调取，像翻阅“相册”一样回溯地球的变迁过程。

在人才培养方面，这批依托国产顶级超算系统成长起来的年轻人已开始在国际舞台崭露头角。清华大学副教授甘霖曾是2016年“戈登·贝尔”奖得主，2025年又被授予“杰克·唐加拉早期成就奖”，成为该奖项设立以来首位获奖的亚洲学者。上海人工智能实验室科学家何聪辉曾获2017年“戈登·贝尔”奖，是该项目唯一的“90后”通讯作者，后来还发起并主导了数据处理领域的国际顶尖开源项目MinerU。在2025年第十二届全国并行应用挑战赛中，深圳国际研究生院的学生团队凭借“面向新一代国产CPU架构的生成式基础模型DiT训推优化”项目斩获特等奖，而新一届PAC赛事已全面采用“灵晟”超算系统作为竞赛载体。

从科研攻关到人才培养，这支团队正用实际行动，让国产超算“灵晟”走得越来越稳、越来越远。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：深圳高校助力中国超算每秒200亿亿次刷新全球纪录要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题