TOP500: Рік, коли суперкомп'ютери розділилися на два світи

Червнева публікація рейтингу TOP500 цього року стала однією з найбільш несподіваних подій у світі високопродуктивних обчислень за останні кілька років. Після тривалого домінування американських екзафлопсних систем перший рядок списку вперше з 2017 року посів китайський суперкомп'ютер LineShine, який у тесті High Performance Linpack (HPL) випередив американський El Capitan приблизно на 20%.

На перший погляд усе виглядає як черговий етап багаторічного технологічного суперництва між США та Китаєм. Але якщо придивитися уважніше, стає очевидно: головна інтрига полягає зовсім не у зміні лідера рейтингу. Значно цікавіше те, що сама роль TOP500 почала змінюватися. Рейтинг, який понад три десятиліття був беззаперечним символом технологічної переваги держав, дедалі менше відображає реальний баланс сил у світі, де головним драйвером розвитку обчислювальної інфраструктури стали великі мовні моделі, генеративний штучний інтелект і гігантські AI-кластери.

Саме останній реліз рейтингу можна розглядати відразу у двох площинах. З одного боку, він демонструє, що Китай, попри багаторічні санкції та експортні обмеження, зміг створити найпотужніший (із відкрито представлених) суперкомп'ютер світу практично повністю на власній технологічній базі. З іншого боку, останній TOP500 показує, що класичні перегони за рекордами Linpack вже перестали бути єдиним критерієм лідерства у високопродуктивних обчисленнях.
   

   Повернення Китаю після трирічної паузи

Ще кілька років тому здавалося, що Китай майже зник із глобального інформаційного простору суперкомп'ютерів. Після введення США масштабних експортних обмежень на постачання сучасних процесорів, прискорювачів NVIDIA, AMD та іншої критично важливої компонентної бази у TOP500 майже не з'являлося нових китайських систем. Піднебесна фактично припинила надавати дані в рейтинг ще з 2023 року. Це породило припущення, що країна втратила темп розвитку HPC або принаймні значно відстала від США. Насправді ситуація виявилася набагато складнішою.

Китайські наукові центри продовжували створювати нові машини, однак дедалі рідше публікували їхні характеристики. Частково це пояснювали міркуваннями безпеки, частково - небажанням розкривати архітектурні деталі в умовах технологічного протистояння зі Сполученими Штатами. У результаті публічна картина розвитку китайських суперкомп'ютерів виявилася значно скромнішою за реальний стан справ. Цікаво, що, за повідомленнями ЗМІ, саме відсутність державного фінансування у випадку LineShine дозволила його розробникам подати систему на тестування TOP500 без додаткових погоджень, на відміну від низки інших, імовірно ще потужніших, китайських систем, які лишаються поза публічним рейтингом. Поява LineShine фактично стала відповіддю на ці припущення.

Система, встановлена в Національному суперкомп'ютерному центрі в Шеньчжені (NSCS) і побудована Shenzhen Cloud Computing Center, дебютувала одразу на першому місці TOP500, продемонструвавши продуктивність 2,198 екзафлопс, що приблизно на п'яту частину перевищує результат El Capitan (1,809 екзафлопс). При цьому мова йде не про модернізацію наявної машини, а про абсолютно нову платформу, створену навколо власної китайської процесорної архітектури.

   Машина, яка не схожа на конкурентів

Найцікавіше починається після знайомства з архітектурою LineShine. Практично всі сучасні екзафлопсні системи будуються за однаковою схемою: відносно невелика кількість універсальних процесорів виконує допоміжні функції, тоді як основне навантаження беруть на себе тисячі графічних прискорювачів або гібридних APU. Саме цей шлях використали творці Frontier, Aurora, El Capitan, європейського JUPITER та більшості сучасних AI-кластерів.

LineShine практично повністю ламає цей шаблон. Його обчислювальна потужність забезпечується виключно центральними процесорами LX2 власної розробки, які працюють на частоті 1,55 ГГц. Кожен із них містить 304 ядра архітектури Armv9, а загальна кількість обчислювальних ядер системи становить 13,79 млн. Платформа в цілому називається «LingKun», а у ролі міжвузлової мережі використовується власний інтерконект LingQi пропускною здатністю 1,6 Тбіт/с, побудований за чотиришаровою топологією «fat-tree» з одним оптичним рівнем. Програмною платформою стала китайська операційна система Kylin. Жодних процесорів Intel, AMD або GPU NVIDIA у конфігурації немає.

Фактично Китай продемонстрував, що здатний побудувати суперкомп'ютер світового класу без використання ключових американських технологій. І саме ця обставина, а не просто перше місце в рейтингу, є головним сигналом нинішнього TOP500.

Особливо показово, що LineShine став першим суперкомп'ютером в історії TOP500, який подолав рубіж у два екзафлопси стійкої продуктивності HPL, використовуючи лише центральні процесори. Для галузі, яка останні п'ять років майже одностайно перейшла на GPU-прискорення, це виглядає досить несподіваним інженерним досягненням. При цьому система демонструє і ефективність використання своєї пікової потужності: 2,198 екзафлопс реального результату - це близько 80% від теоретичного піку в 2,736 екзафлопс, тоді як усі три американські екзафлопсні системи на основі GPU тримаються в діапазоні 50–65% від піку.

Разом із тим подібний вибір архітектури має і свою ціну. Для забезпечення рекордної продуктивності системі необхідно близько 42,2 МВт електричної потужності - це еквівалент споживання невеликого міста, а енергоефективність становить приблизно 52 гігафлопс на ват. Для порівняння, GPU-система El Capitan демонструє приблизно 61 гігафлопс на ват - тобто, попри весь інженерний прорив, LineShine поступається їй за ефективністю використання електроенергії. Це важливий нюанс: рекорд у абсолютній продуктивності тут досягнутий не завдяки кращій ефективності CPU-підходу, а попри гірші показники на ват порівняно з найкращими GPU-комплексами.

   TOP500 більше не розповідає всю історію

Попри безумовну важливість нового рекорду, головна проблема нинішнього TOP500 полягає навіть не в тому, що рейтинг відображає лише один тип навантаження. Значно важливіше інше: сучасний ринок високопродуктивних обчислень фактично розділився на два світи, які дедалі менше перетинаються.

Перший - це традиційний HPC. Його основу, як і раніше, складають задачі чисельного моделювання, квантової хімії, кліматології, аеродинаміки, астрофізики, ядерної енергетики та інших наукових напрямів, де критичною є максимальна продуктивність у подвійній точності (FP64). Саме під такі навантаження історично створювався тест High Performance Linpack, результати якого визначають місце системи у TOP500.

Другий світ виник буквально за три роки - разом із вибуховим розвитком генеративного штучного інтелекту. Для навчання великих мовних моделей, моделей дифузійної генерації зображень або сучасних мультимодальних систем подвійна точність майже не використовується. Натомість обчислення виконуються переважно у форматах FP16, BF16, TensorFloat-32 або навіть INT8, де сучасні графічні прискорювачі демонструють продуктивність, що на порядок перевищує класичні CPU. Тенденція настільки вагома, що частина нових AI-чипів узагалі починає відмовлятися від повноцінної підтримки FP64 заради подальшого підвищення продуктивності у змішаній точності.

Саме тому дедалі більше суперкомп'ютерів проєктуються не для рекордного результату в Linpack, а для максимальної швидкості навчання моделей із сотнями мільярдів або навіть трильйонами параметрів. І саме ці машини сьогодні визначають конкурентоспроможність провідних AI-компаній.

Контраст між двома підходами добре показує тест HPL-MxP. Цей бенчмарк вимірює продуктивність у змішаній точності - форматі, який найкраще відтворює реальні завдання штучного інтелекту. На ньому LineShine, попри впевнене перше місце в класичному HPL, опускається лише на четверту позицію з результатом 7,92 екзафлопс і доволі скромним прискоренням у 3,6 рази відносно базового HPL-результату, що логічно випливає з його суто CPU-архітектури. Натомість лідером цього тесту залишається El Capitan з показником 16,7 екзафлопс і прискоренням 9,2 рази, а друге й третє місця посідають Aurora та Frontier. Інакше кажучи, на тесті, що найбільше нагадує реальні AI-обчислення, машина, яка очолює класичний TOP500, опиняється далеко не на першому місці. 

Водночас на тесті HPCG, який оцінює продуктивність на більш реалістичних, пам'яттю-залежних обчислювальних шаблонах (а не лише на чистій пропускній здатності FLOPS), LineShine впевнено лідирує з результатом 22,00 петафлопс, випереджаючи El Capitan (17,41) та Fugaku (16,00). Це показує, що перевага LineShine не обмежується лише штучними умовами тесту Linpack. Парадоксально, але багато з найбільших AI-систем взагалі відсутні у TOP500.

   Найбільші AI-кластери світу залишаються «невидимими»

Якщо подивитися на компанії, які сьогодні визначають розвиток генеративного AI, стане очевидною ще одна тенденція. Практично жодна з них не бере активної участі у формуванні рейтингу TOP500.

Корпорації, що інвестують десятки мільярдів доларів у створення AI-інфраструктури, оцінюють свої центри обробки даних за зовсім іншими критеріями. Для них важливі не результати HPL, а швидкість навчання моделей, ефективність масштабування на десятки або сотні тисяч прискорювачів, затримки між вузлами, пропускна здатність мережі та швидкість обробки запитів під час інференсу.

Саме тому системи, які використовуються для навчання моделей GPT (OpenAI), Gemini, Claude, Llama чи Grok, можуть значно перевершувати класичні суперкомп'ютери за сумарною AI-продуктивністю, але при цьому ніколи не проходити тестування Linpack. Не тому, що вони слабші, а тому, що це просто не має для їхніх власників практичного сенсу. За оцінкою аналітиків Intersect360 Research, гіганти типу Amazon чи Microsoft могли б претендувати на верхні позиції TOP500, якби захотіли подати свої системи на тестування, але це не змінює того факту, що рейтинг лишається важливим індикатором можливостей саме наукової, а не комерційної AI-інфраструктури.

TOP500 залишається престижним науковим рейтингом, однак вже не є універсальним індикатором глобального технологічного лідерства. Ця зміна відбулася майже непомітно, але саме вона, ймовірно, стане головною спадщиною рейтингу 2026 року.

   Нова архітектурна революція

Цікаво, що трансформація відбувається не лише на рівні програмного забезпечення або алгоритмів. Вона дедалі помітніше впливає й на архітектуру самих суперкомп'ютерів.

Ще десять років тому типовий HPC-комплекс являв собою тисячі двопроцесорних серверів, з'єднаних високошвидкісною мережею InfiniBand. GPU-прискорювачі використовувалися лише для окремих класів задач і сприймалися радше як спеціалізовані співпроцесори.

Сьогодні ситуація стала значно різноманітнішою, ніж проста дихотомія «CPU проти GPU». Перша десятка з нового TOP500 демонструє незвично високий рівень архітектурної різноманітності: поруч існують і суто CPU-системи (LineShine, японський Fugaku), і GPU-орієнтовані платформи на базі AMD (El Capitan, Frontier, нова італійська HPC7), і системи з прискорювачами NVIDIA (JUPITER Booster, Microsoft Eagle, Alps). Тобто єдиного домінантного технологічного шляху до лідерства наразі немає - вендори одночасно експериментують із CPU-, GPU-, APU- та спеціалізованими акселераторними підходами.

При цьому самі прискорювачі також еволюціонують. Якщо покоління NVIDIA Volta чи Ampere ще можна було вважати універсальними GPU, то сучасні Hopper, Blackwell та аналогічні рішення інших виробників уже проєктуються насамперед під матричні обчислення, необхідні для навчання нейромереж. Фактично HPC та AI почали поступово зливатися в єдину інфраструктуру.

   Чому HPE знову опинилася в центрі подій

На тлі боротьби між США та Китаєм легко не помітити ще одного переможця нинішнього рейтингу. Ним стала HPE.

Після придбання Cray компанія фактично перетворилася на головного інтегратора екзафлопсних суперкомп'ютерів західного світу. У новому Топ-10 саме HPE інтегрувала шість систем із десяти: El Capitan, Frontier, Aurora, нову італійську HPC7, HPC6 та швейцарський Alps (хоча Aurora формально зараховується Intel як головному підряднику). А на рівні процесорів найсильніші позиції утримує AMD, яка живить чотири системи Топ-10 напряму і забезпечує понад 40% сукупної продуктивності HPL усієї першої десятки.

Це цікаво ще й з історичної точки зору. Наприкінці XX століття ім'я Cray було майже синонімом самого поняття «суперкомп'ютер». Після кількох десятиліть реструктуризацій і зміни власників здавалося, що ця епоха остаточно завершилася. Проте інтеграція технологій Cray у портфель HPE фактично повернула компанію до ролі ключового архітектора найпотужніших обчислювальних комплексів світу.

Втім, і тут відчувається вплив AI. Нові проєкти дедалі частіше проєктуються не лише як суперкомп'ютери для наукових центрів, а як універсальні платформи, здатні одночасно виконувати класичні HPC-розрахунки та навчання великих моделей. Саме тому дедалі більше уваги приділяється міжвузловим інтерконектам, системам зберігання даних, програмним стеком і масштабованості - компонентам, які ще кілька років тому рідко опинялися в центрі уваги.

   Китайська відповідь на еру технологічних обмежень

Поява LineShine має значення далеко за межами самого рейтингу TOP500. Фактично це демонстрація того, що багаторічна стратегія технологічного відокремлення Китаю від американської напівпровідникової екосистеми дала не зовсім той результат, на який розраховували у Вашингтоні.

Коли США почали обмежувати експорт передових прискорювачів NVIDIA та доступ до найсучасніших виробничих технологій, ключовим питанням було: чи зможе Китай створити альтернативну технологічну основу для високопродуктивних обчислень?

Відповідь виявилася позитивною. Як зазначив співзасновник TOP500 Джек Донгарра (Jack Dongarra), експортний контроль може як стримувати Китай, так і одночасно стимулювати розвиток власних альтернатив, і LineShine, на його думку, є наслідком саме масштабних інвестицій і спільної розробки апаратного й програмного забезпечення.

Але важливо розуміти: це не означає, що Китай повністю повторив шлях NVIDIA або створив прямий аналог американської AI-екосистеми. Навпаки, LineShine демонструє інший підхід. Замість гонки за найпотужнішим універсальним AI-прискорювачем китайські розробники зробили ставку на масштабування великої кількості власних CPU-ядер, власну мережеву архітектуру та програмний стек.

Це більше нагадує стратегію, яку свого часу використовувала Японія у суперкомп'ютерах або реалізовували США у ранні роки Cray, під керівництвом Сеймура Крея (Seymour Cray): створити повністю контрольовану вертикальну платформу, де всі ключові компоненти залежать від власної інженерної школи.

Перевага такого підходу очевидна з погляду технологічного суверенітету. Якщо країна контролює процесори, мережі, програмне забезпечення та системну інтеграцію, вона менше залежить від зовнішніх постачальників. Варто додати й ширший контекст: квітневий звіт Stanford AI Index за 2026 рік зафіксував, що Китай практично закрив розрив із США за продуктивністю AI-моделей. Хоча Штати й надалі випускають більше топових моделей, тоді як перевага Пекін проявляється радше у кількості патентів і впроваджених промислових роботів.

Але є і складність. У світі генеративного AI сьогодні недостатньо просто мати багато обчислювальних ядер. Потрібна надзвичайно ефективна робота з великими масивами даних, оптимізація моделей, спеціалізовані тензорні блоки, програмні бібліотеки та екосистема розробників. Саме тут поки що головна перевага залишається на боці NVIDIA та її CUDA-платформи.

   CUDA проти всіх: чому NVIDIA виграла головну гонку

Якщо оцінювати сучасний ринок суперкомп'ютерів лише через призму TOP500, може здатися, ніби протистояння точиться лише між кількома виробниками процесорів. Насправді ключова конкуренція змістилася на зовсім інший рівень. Переможцем першої хвилі AI-революції стала NVIDIA не просто як виробник чипів, а саме як творець монолітної екосистеми. Її перевага полягає не стільки в потужності Hopper, Blackwell чи наступних архітектур GPU, скільки в десятиліттях інвестицій у CUDA, оптимізовані бібліотеки, інструменти розробки та програмну сумісність. Саме софт став вирішальним чинником.

Для дослідників чи компаній, які будують масштабні AI-системи, міграція з NVIDIA на альтернативну платформу означає не просто заміну «заліза». Це необхідність адаптувати гігантський програмний стек, переписувати алгоритми оптимізації та ламати звичний процес розробки. Саме тому навіть потужні конкуренти-чипмейкери впираються в бар'єр, який неможливо здолати лише створенням швидшого чипа.

Хоча AMD із прискорювачами Instinct активно нарощує присутність у рейтингу TOP500 та AI-сегменті, Intel продовжує вдосконалювати архітектуру Gaudi, а Китай створює повністю незалежну інфраструктуру - справжня битва точиться не за «сухі» гігафлопси. Головне протистояння розгортається навколо контролю над екосистемою.

   Майбутнє суперкомп'ютерів: від екзафлопсів до AI-інтелекту

Ще кілька років тому головним символом прогресу був екзафлопс. Система, яка могла виконати понад мільярд мільярдів операцій за секунду, вважалася вершиною інженерної думки. Frontier у США став першою машиною, яка подолала цей рубіж. Потім з'явилися Aurora, El Capitan та інші системи нового покоління. Але сьогодні екзафлопс перестав бути фінальною метою. Технологічний світ рухається до іншої категорії - AI-обчислень.

Для навчання сучасних АІ-моделей вже недостатньо просто мати колосальну пікову продуктивність. Вирішальне значення набуває синергія цілої низки факторів - екстремальна пропускна здатність пам'яті, миттєвий обмін даними між тисячами прискорювачів із мінімальними затримками мережі, ефективна робота спеціалізованих AI-ядер та, головне, глибока оптимізація програмного софту під це залізо.

Саме тому майбутні суперкомп'ютери дедалі більше нагадуватимуть гігантські AI-фабрики. Їхнім завданням буде не лише моделювати клімат або досліджувати фізику частинок. Вони стануть інфраструктурою для створення нових поколінь моделей штучного інтелекту.
   

   Чи залишиться TOP500 головним рейтингом?

Найімовірніше - так, але його роль зміниться. TOP500 і надалі залишатиметься важливим показником можливостей державних лабораторій, університетів та наукових центрів. Він демонструє рівень інженерії, енергетичної ефективності та масштабування обчислювальних систем.

Але для світу AI цього вже недостатньо. Через кілька років цілком можливо, що головними рейтингами стануть не списки найшвидших суперкомп'ютерів, а оцінки AI-продуктивності: скільки параметрів моделі можна навчити за певний час, скільки запитів система може обробити, яка енергоефективність однієї AI-операції.

І тоді LineShine може залишитися в історії не лише як найшвидший суперкомп'ютер свого часу, а як символ переходу між двома епохами. Епохою, коли країни змагалися за максимальну кількість FLOPS. І новою епохою, де головним ресурсом стає здатність створювати, навчати та масштабувати штучний інтелект.

   І у підсумку

Новий рейтинг TOP500 чітко продемонстрував два фундаментальні тренди. Перший - геополітичне суперництво між США та Китаєм переходить у нову фазу. Пекін довів, що навіть під жорсткими санкціями здатний створювати суперкомп'ютери світового рівня та розбудовувати власну автономну інфраструктуру. Другий тренд, не менш важливий, - це радикальна зміна самого критерію перемоги в індустрії.

Найшвидша система вже не обов'язково - найважливіша машина на планеті. Справжня технологічна перевага сьогодні визначається тим, наскільки ефективно архітектура здатна конвертувати сиру обчислювальну потужність у нові АІ-моделі, наукові відкриття та реальні комерційні результати. Саме тому наступна велика битва розгорнеться не за формальне лідерство в TOP500, а за контроль над обчислювальною інфраструктурою штучного інтелекту.