中国LineShine成为世界最快——日本不应视为“超算败战”，而是“计算资源战争”的开始

中国的超级计算机“LineShine”在2026年6月版的全球高性能计算机排名TOP500中位列第一。其安装地点为中国深圳的国家超级计算中心。持续性能达到2.198艾克萨弗洛普斯。超过了此前位居首位的美国劳伦斯·利弗莫尔国家实验室的“El Capitan”，中国时隔约9年重新夺回了世界最快的宝座。

这一消息不仅仅是“中国制造了更快的超算”的故事。对日本来说，这是涉及科学技术、半导体、安全保障、AI、电力政策、产业竞争力的警告。

《婆罗洲邮报》上刊登的新华社系文章将LineShine的成就视为“美国的技术限制未能阻止中国的进步”的证据。长期以来，美国对中国的超级计算相关组织实施了出口限制。通过限制对先进CPU、GPU、半导体制造设备、AI芯片的访问，试图抑制中国计算能力的增长。然而这次，中国并未依赖以GPU为中心的美国设计，而是通过以CPU为主的国产架构登上了世界首位。

在这里，日本不应忽视的本质在于。中美对立中，中国不仅仅是“规避了限制”。而是以国家规模开辟了一条新的道路来替代被限制关闭的道路。如果LineShine是这一成果，那么日本需要思考的不是简单地认为“中国很厉害”或“美国的限制失败了”。日本需要问自己，应该在多大程度上拥有自己的计算基础设施，在哪些方面与盟国共享，以及哪些部分应留在国内。

LineShine的震撼在于“没有GPU”

此次LineShine最引人注目的地方在于，它以不使用GPU、以CPU为主的构成获得了世界第一。

自生成AI热潮以来，全球的计算资源竞争一直围绕NVIDIA的GPU展开。H100、H200、B200等AI专用GPU的数量决定了大型AI模型的开发能力。在日本，如何确保GPU以构建生成AI基础设施也成为一项重大政策课题。

然而，LineShine选择了一条不同于当前AI数据中心主流的道路。通过大量并列的CPU和高速的独立网络连接，打造了一个在科学技术计算中表现出色的系统。在TOP500中测量的HPL性能上，这一系统超过了美国的El Capitan。

这一事实给日本带来了两个启示。

首先，计算力竞争中存在多种获胜路径。即使是无法大量采购GPU的国家或企业，只要综合设计架构、网络、软件、内存、冷却等，也有可能在特定领域达到世界顶级性能。

其次，仅依赖GPU作为国家计算基础设施是脆弱的。GPU在AI领域表现强劲。然而，其供应有限、价格昂贵，且容易成为出口限制的对象。日本若要在AI时代构建研究和产业基础，不仅需要引入GPU集群，还需考虑如何构建包括CPU、加速器、网络、存储、软件在内的“主权计算基础设施”。

然而，不能说“中国在AI领域也是世界第一”

LineShine的消息虽然引人注目，但过度评价也很危险。

TOP500的HPL基准测试主要是测量双精度浮点运算，适用于传统的科学技术计算。虽然在气候模拟、流体分析、材料科学、地震分析、药物研发、核聚变研究等领域极为重要，但并不能直接反映生成AI的学习性能。

在AI领域，FP8、BF16、INT8等低精度运算、分布式学习大型模型时的通信效率、GPU间连接、内存带宽、软件生态系统变得重要。路透社等也报道，虽然LineShine在传统的HPC排名中位居首位，但在AI评估中需要另作考量。

在社交媒体上，对此点的反应也各不相同。虽然有人称赞中国的技术自立，但也有许多冷静的指摘，如“即使在HPL上世界第一，也不等于在生成AI上世界第一”“TOP500中未出现的民间AI集群实际上可能更大”“Google、Microsoft、Amazon、xAI等非公开集群不在排名中”。

对日本来说，重要的是正确理解这一区别。超级计算机的世界第一与生成AI基础设施的世界第一并不相同。然而，两者都是国家竞争力的根本。日本不能仅仅因为“有富岳就没问题”或“缺少GPU就完了”。在HPC和AI的界限逐渐模糊的情况下，需要一种连接两者的设计思想。

社交媒体的反应——“制裁适得其反”论与对“电力效率”的质疑

在社交媒体和技术论坛上，显著的反应大致分为四类。

首先是“美国的制裁是否适得其反”的观点。美国对中国的先进半导体出口进行了限制，结果是中国不再依赖外国制造的GPU或CPU，而是转向组合国产芯片、独立网络、国产操作系统的方向。即便制裁在短期内造成了痛苦，但从长远来看，可能加速了自主开发。

其次是对“仅靠CPU就能达到这种程度吗”的技术惊讶。在Reddit和LinkedIn等技术社区中，大家对在没有GPU的情况下实现超过2艾克萨弗洛普斯的成就表现出浓厚兴趣。Arm系CPU、大量核心、独立互连、内存配置、编程便利性等被视为不仅仅是政治新闻，而是架构上的实验。

第三是“在AI用途上是另一个问题”的谨慎论。在生成AI的世界中，NVIDIA GPU和CUDA生态系统依然强大。即便LineShine在科学技术计算中表现出色，但在大型语言模型的学习和推理中具备多大竞争力则是另一个问题。

第四是“电力消耗过大”的反应。LineShine的电力消耗约为42.2兆瓦。这是成为世界最快的代价。随着超算和AI数据中心竞争的加剧，电力、冷却、水资源、选址、输电网将成为瓶颈。社交媒体上也有声音表示“应关注每瓦特性能，而不仅仅是性能”“谁来承担数据中心的电力费用”。

从日本的角度来看，这个电力问题尤为重要。日本电力成本高昂，土地有限，数据中心选址也受到限制。若要在国内拥有AI和HPC基础设施，必须进行包括半导体、电力政策、再生能源、核能、输电网、冷却技术、地方分散型数据中心在内的讨论。

日本如何更新“富岳”的成功经验

日本拥有“富岳”。由理化学研究所和富士通开发的富岳在2020年代前期在TOP500、HPCG、HPL-AI、Graph500中取得了优异成绩，支撑了日本的计算科学。它在新冠病毒飞沫模拟、药物研发、气象、材料、产业应用等方面也取得了社会上易于理解的成果。

然而，LineShine的出现告诉日本，仅仅延续富岳的成功经验是不够的。

富岳的强项不仅仅在于排名。它以CPU为基础，易于运行广泛的科学技术应用，具有研究人员可用的通用性。这与LineShine的CPU主体设计有相似之处。也就是说，日本过去已经展示了“非GPU单一化的HPC的价值”。

另一方面，现在是生成AI和AI for Science的时代。AI在论文搜索、假设生成、模拟、实验计划、机器人实验、数据分析中的支持趋势愈发明显。下一代超算不仅需要支持传统的模拟，还需支持AI模型的学习和推理、科学数据的整合、研究过程的自动化。

理研和富士通推进的“富岳NEXT”在这一背景下极为重要。日本的目标不仅仅是暂时超越中国或美国在TOP500上的排名。日本需要为研究人员、大学、企业、初创公司创造一个可以在国内使用世界级计算资源的环境。

对日本企业的意义——不将半导体和云计算分开考虑

LineShine的消息也对日本企业提出了严峻的问题。

日本在半导体制造设备、材料、零部件、精密加工、电源、冷却、光通信、数据中心运营等方面具有优势。而在先进逻辑半导体、GPU、AI软件基础、巨大云计算方面则严重依赖美国、台湾、韩国、中国。

迄今为止，日本的半导体政策、AI政策、HPC政策、云计算政策往往被分开讨论。然而，LineShine显示出不再是将它们分开考虑的时代。仅有芯片而无软件无法使用。仅有云计算而无电力无法扩展。仅有AI模型而无研究数据和计算资源无法与产业结合。

日本企业仅仅购买NVIDIA GPU来开发AI服务无法确保长期竞争力。虽然GPU采购很重要，但仅此不足以应对供应限制和价格波动。日本的制胜之道在于将制造业、材料、机器人技术、医疗、气象、防灾、药物研发、电力、移动性等实际产业的数据与国内的高性能计算基础设施结合起来。

作为安全保障的计算力

超级计算机既是研究设备，也是安全保障资产。

高性能计算不仅用于气象预测和药物研发，还涉及核武器模拟、高超音速武器、密码解析、军事AI、卫星数据解析。美国对中国的超级计算相关组织实施限制的背景正是这种双重用途性。

日本是美国的盟国，同时与中国有深厚的经济联系。因此，围绕LineShine的讨论是困难的。单纯敌视中国的技术发展会损害科学技术合作和经济关系。然而，也不能忽视计算资源与军事力量相结合的现实。

日本应采取的立场既不是过度乐观，也不是过度恐惧。需要明确区分可以进行研究合作的领域和需要管理的领域。在气候变化、防灾、传染病、基础科学方面，国际合作的价值很大。然而，在军事转用可能性高的AI、先进半导体、密码、卫星解析方面，与盟国制定规则和国内管理是不可或缺的。

日本现在应考虑的三大课题

LineShine的出现促使日本需要考虑三大课题。

首先是国内计算资源的确保。将AI和科学技术研究所需的计算力全部依赖海外云计算是危险的。处理研究数据、医疗数据、产业数据、安全保障相关数据需要在国内拥有可靠的HPC和AI基础设施。

其次是电力和数据中心政策。全球的AI竞争最终将成为电力竞争。如果要在国内放置大规模计算基础设施，则必须一体化地整备电源、输电、冷却、选址、灾害对策。即便是将数据中心分散到地方的构想，也无法在没有电力和通信设计的情况下推进。

第三是人才和软件。购买超级计算机并不是终点。要实际发挥其性能，需要并行计算、数值分析、AI、编译器、网络、存储、应用程序优化的人才。富岳的价值不仅在于硬件，还在于使用它的研究人员和软件资产。

比“世界第一”更重要的事

LineShine的世界第一确实是一个重大新闻。然而对日本来说，重要的不是是否被中国超越。比起获得世界第一，更重要的是能否拥有与日本社会课题和产业竞争力直接相关的计算基础设施。

作为防灾大国，日本需要地震、海啸、暴雨、台风、火山喷发的模拟。作为老龄化社会，需要药物研发、医疗AI、基因组解析。制造业需要材料开发、半导体设计、电池、航空航天、机器人技术的高级模拟。能源政策需要电力网、核聚变、再生能源供需预测。

这些都离不开计算资源。也就是说，超级计算机不仅仅是研究人员的工具，也是国民生活和产业的基础。

中国的LineShine被视为超越美国限制的象征。然而对日本来说，真正的教训不在于限制的对错，而在于当一个国家真正将计算基础设施视为战略资产时，会发生多么巨大的投资和技术整合。

日本既属于美国的技术圈，又与中国毗邻。因此，单纯地观看某一方的胜负是不够的。需要将富岳NEXT、国内AI基础设施、半导体政策、电力基础设施、研究人才连接成一个战略。

LineShine的出现既是中国的胜利宣言，同时也是对日本的提问。

日本在下一次计算力竞争中是仅仅作为“使用者”停留，还是能够设计、运营并将计算基础设施与产业和科学结合起来。

留给我们的时间不多了。

出处URL

《婆罗洲邮报》。确认LineShine在美国技术限制下获得TOP500首位的事实、文章整体论调、2.198艾克萨弗洛普斯的描述、关于国际合作的主张。
https://www.theborneopost.com/2026/06/29/tech-curbs-fail-to-stop-chinas-supercomputing-rise/

TOP500 2026年6月版排名。确认LineShine的排名、Rmax、核心数、耗电量、与El Capitan的比较。
https://top500.org/lists/top500/list/2026/06/##