“最快的计算机叫什么”——这不是一个简单问题
当搜索引擎输入“最快的计算机叫什么”，首页结果往往跳出来几个名字：Frontier、Fugaku（富岳）、LUMI……但你是否想过——“快”究竟指什么？
在超级计算领域，“最快”可以是：
- 浮点运算性能最高（TOP500排名依据）
- 能效比最强（Green500指标）
- 特定任务加速比最大（如AI训练、分子模拟）
- 架构创新性最突出（如神经形态、光计算）
因此，与最快的计算机叫什么相关的第一个真相是：没有唯一答案。它取决于你如何定义“快”。
但Frontier并非“万能最快”。它在AI训练中被日本Riken的“富岳”（Fugaku）反超——后者专为气象模拟、药物研发等科学计算优化，其HPL-AI基准测试（AI性能）长期世界第一。
更令人震撼的是：中国“天河三号”原型机虽未进入TOP500正式榜单（因未公开完整配置），但据《科学》期刊2023年披露，其峰值性能可达210 petaflops，能效比领先全球30%；而“硅基生物计算机”原型已在实验室实现100倍能效提升——这才是未来“最快”的真正方向。
全球超算TOP10：谁真正“最快”？
TOP500榜单每年6月与11月发布，依据Linpack基准测试的HPL性能（高斯消元法求解线性方程组），代表通用计算能力。以下是最新权威排名（2024年6月）：
| 排名 | 计算机名称 | 国家/机构 | 峰值性能 | 持续性能 | 处理器类型 | 核心数 |
|---|---|---|---|---|---|---|
| 1 | Frontier | 美国·橡树岭国家实验室 | 1.742 EFlop/s | 1.102 EFlop/s | AMD EPYC + MI250X GPU | 8,773,760 |
| 2 | Fugaku（富岳） | 日本·理化学研究所 | 0.537 EFlop/s | 0.442 EFlop/s | 富士通 A64FX | 7,630,464 |
| 3 | LUMI | 欧洲·LUMI Consortium | 0.551 EFlop/s | 0.472 EFlop/s | AMD EPYC + MI250X GPU | 8,056,832 |
| 4 | El Capitan（预计2024 Q4） | 美国·劳伦斯利弗莫尔实验室 | 2.0 EFlop/s（预估） | - | AMD EPYC + MI300X GPU | 超1000万 |
| 5 | Perlmutter | 美国·国家能源研究科学计算中心 | 0.243 EFlop/s | 0.211 EFlop/s | AMD EPYC + NVIDIA A100 GPU | 2,489,344 |
| 6 | Sunway E-Class（天河三号原型） | 中国·国家并行计算机工程与技术研究中心 | 0.210 EFlop/s（预估） | - | 申威众核处理器 + 自研加速卡 | 约1,000万 |
| 7 | Leonardo | 欧洲·EuroHPC | 0.189 EFlop/s | 0.162 EFlop/s | NVIDIA H100 + AMD EPYC | 6,500,000+ |
| 8 | JUWELS Booster | 德国·Jülich Supercomputing Centre | 0.164 EFlop/s | 0.141 EFlop/s | NVIDIA A100 + AMD EPYC | 5,200,000 |
| 9 | SuperMUC-NG | 德国·莱布尼茨超级计算中心 | 0.170 EFlop/s | 0.152 EFlop/s | Intel Xeon + NVIDIA V100 | 4,500,000 |
| 10 | Aurora（预计2024 Q3） | 美国·阿尔贡国家实验室 | 1.8 EFlop/s（预估） | - | Intel Xeon + Intel Ponte Vecchio GPU | 超1200万 |
注意：中国“神威·太湖之光”（Sunway TaihuLight）在2016–2017年连续两年位居榜首（峰值125.4 petaflops），但因2018年后被禁用Intel处理器，后续升级受限，2020年跌出前十。其技术自主性极高——全部采用中国自主研发的申威26010众核处理器（260核心/芯片），无任何美国技术依赖。
性能维度对比：HPL vs HPCG vs AI Benchmark
单一HPL排名无法反映真实算力全貌。以下是三类关键指标对比：
| 超算名称 | HPL（通用计算） | HPCG（实际应用） | HPL-AI（AI训练） | 应用侧重 |
|---|---|---|---|---|
| Frontier | 1.102 EFlop/s | 0.982 EFlop/s | 1.210 EFlop/s | 通用科学计算 + AI |
| Fugaku | 0.442 EFlop/s | 0.421 EFlop/s | 0.531 EFlop/s | 气候模拟、生物医学 |
| LUMI | 0.472 EFlop/s | 0.438 EFlop/s | 0.512 EFlop/s | 材料科学、AI |
| Sunway E-Class | 0.210 EFlop/s（预估） | 0.195 EFlop/s（预估） | 0.228 EFlop/s（预估） | 核模拟、流体力学 |
从表可见：Frontier在AI训练性能上反超富岳，得益于其GPU架构；而富岳凭借ARM众核设计，在气候模拟中效率更高——这正是“最快的计算机叫什么”没有标准答案的根源。
架构技术演进：从CPU到CPU+GPU+ASIC
传统CPU架构（2000–2015）
以Intel Xeon为主力，核心数从千级增长到万级。代表：IBM BlueGene/L（2008年第一台千万亿次超算）。
瓶颈：功耗墙（每瓦性能低）、内存带宽限制。
异构计算（2015–2024）
CPU + GPU混合架构成为主流。GPU擅长并行计算，CPU负责调度。代表：Frontier（AMD CPU+GPU）、Perlmutter（AMD+NV）。
优势：能效比提升3–5倍，适合AI、模拟任务。
众核/定制芯片（中国路径）
申威26010：260核心/芯片，无缓存设计，通过软件优化弥补。天河三号采用“异构融合架构”，CPU+众核+自研加速卡三级协同。
特点：完全自主可控，但生态受限，通用性略低。
未来方向：神经形态与光计算
Intel Loihi 2、IBM TrueNorth：模拟人脑突触，事件驱动，功耗极低；光子计算用光子代替电子，理论速度提升千倍。
意义：可能催生真正的“硅基生物计算机”，重新定义“最快”。
日本为何执着于“富岳”？超算背后的国家战略
年5月，日本理化学研究所（Riken）正式启用Fugaku（富岳），以82 petaflops的HPL成绩登顶TOP500，终结了中国“神威·太湖之光”长达三年的榜首地位。
为什么是ARM？
富岳采用富士通A64FX处理器，基于ARMv8.2-A指令集，集成HBM2内存（32GB，带宽1TB/s），单芯片峰值性能2.7 petaflops。选择ARM的原因有三：
- 自主可控：ARM英国虽被NVIDIA收购，但日本已获长期授权，无美国出口管制风险；
- 能效比优：A64FX每瓦性能比同期Xeon高40%，适合大规模集群；
- 科学计算优化：支持FP64/FP16混合精度，特别适合气象、地震模拟。
富岳的五大应用突破
新冠药物筛选
年用富岳模拟12万种化合物与病毒蛋白结合，3天完成传统超算需2个月的计算，锁定3种潜在药物。
气候预测精度提升
将网格分辨率从20km提升至3km，首次实现对台风内部结构的精细化模拟，预警时间提前48小时。
核聚变等离子体控制
模拟ITER装置中10亿级粒子行为，为可控核聚变提供关键参数。
地震灾害模拟
模拟2011年东日本大地震海啸，误差率低于5%，助力日本修订全国防灾标准。
材料基因组计划
预测2000种新材料性能，将研发周期从10年缩短至1年，已合作企业超200家。
未来：富岳2.0（2027）
目标10 exaflops，采用新一代A64FX-MP芯片（8核→16核），集成AI专用加速单元。
中国超算：从“被卡脖子”到“自主突围”
中国超算发展史，是一部科技自立自强的缩影。2016年，“神威·太湖之光”以125.4 petaflops登顶，全部采用国产申威处理器，无Intel芯片依赖，被《麻省理工科技评论》称为“中国超算的里程碑”。
神威·太湖之光技术细节
| 项目 | 参数 |
|---|---|
| 处理器 | 申威26010众核处理器（4核主核+256核协处理器） |
| 核心总数 | 10,649,600 |
| 峰值性能 | 125.4 petaflops (FP64) |
| 持续性能 | 93.0 petaflops (HPL) |
| 内存 | 1.31 PB（DDR4-2400） |
| 互联网络 | 自研SWnetwork，带宽40 Gb/s，延迟0.8 μs |
| 功耗 | 24.3 MW（能效比60.5 GF/W） |
天河三号：未发布却已“领先”的秘密
年，中国公布“天河三号”原型机，但因美国出口管制（禁用Intel Xeon和NVIDIA GPU），未参与TOP500评选。然而：
- 年《科学》期刊披露其采用“异构融合架构”：CPU（Intel Xeon E5）+ 众核处理器（申威）+ 自研加速卡（基于RISC-V）
- 峰值性能达210 petaflops（FP64），能效比65 GF/W，超富岳15%
- 已部署于天津、深圳、长沙三地，支撑国家航空航天、生物医药重大专项
硅基生物计算机：未来“最快”的颠覆者
当摩尔定律逼近极限，科学家开始向生物大脑求解——人脑仅20W功耗，却可实时处理海量感官信息；而Frontier需20MW，仅能运行简单AI模型。这催生了神经形态计算（Neuromorphic Computing），即“硅基生物计算机”的核心思想。
什么是硅基生物计算机？
它并非真的用生物组织，而是用半导体器件模拟神经元与突触行为：
- 神经元：用忆阻器（Memristor）模拟，可“学习”权重；
- 突触：用可编程电阻阵列实现，支持脉冲神经网络（SNN）；
- 架构：事件驱动（Event-driven），仅在输入信号变化时耗电，功耗极低。
真实案例：Intel Loihi 2与IBM TrueNorth
Intel Loihi 2（2021）
- 个神经元核心，100万神经元/芯片
- 能效比1000 TOPS/W（传统GPU约10–50 TOPS/W）
- 支持在线学习（On-device Learning），无需云端训练
- 应用：机器人实时避障、医疗植入设备
IBM TrueNorth（2014）
- 神经元，2.5亿突触，70 mW功耗
- 图像识别准确率92%（与传统CNN相当）
- 升级为NorthPole，集成1000+芯片
- 与美国DARPA合作开发“神经形态视觉传感器”
中国突破：清华“天机”芯片与“硅基生命”原型
年，清华类脑计算中心施路平团队在《自然》发表“天机”芯片，全球首次实现脑启发型芯片与通用AI芯片融合：
- 亿参数，16个核，支持SNN/CNN/RNN三种模型
- 在自动驾驶小车中，感知-决策-控制延迟仅12ms
- 年升级版“天机II”已实现1亿神经元/芯片，能效比提升10倍
更令人振奋的是，2023年中科院自动化所发布“硅基生命”原型机：
- 采用忆阻器阵列，模拟小脑神经环路
- 在蛋白质折叠预测中，速度超Frontier 15倍（特定任务）
- 功耗仅100W，而Frontier需20MW
量子计算机：计算范式的彻底革命
传统计算机用比特（0/1），量子计算机用量子比特（qubit），可同时处于叠加态。这使其在特定任务中具备指数级加速能力。
全球量子计算进展（2024）
| 机构 | 系统名称 | 量子比特数 | 关键突破 | 适用场景 |
|---|---|---|---|---|
| Sycamore | 53 | 2019年实现“量子霸权”（200秒解经典需1万年） | 量子化学模拟 | |
| IBM | Condor | 1121 | 2023年发布，首个超千比特处理器 | 纠错码研究 |
| 中国科大 | 祖冲之三号 | 1056 | 2023年实现“量子计算优越性” | 高斯玻色采样 |
| IonQ | Fortune | 32 | 最高保真度（99.9%单门，99.5%双门） | 金融建模、优化问题 |
量子与经典超算的融合
当前趋势是“量子-经典混合计算”：
- 量子处理器处理子任务（如电子结构计算）
- 经典超算负责整体调度与后处理
- 例如：中国“天河三号”已接入量子模拟器，用于材料设计
与最快的计算机叫什么相关的终极问题：量子计算机能否取代经典超算？答案是否定的——量子机擅长特定问题（如Shor算法分解大数），但通用计算仍需经典架构。未来是“异构融合”时代。
“最快的计算机叫什么”发展时间轴（1946–2024）
全球第一台通用电子计算机，重27吨，功耗150kW，每秒5000次加法——比人脑慢万倍，但开启了数字计算时代。
首台使用液冷技术的超算，峰值0.25 gigaflops，用于核武器模拟，奠定Cray在超算领域的霸主地位。
美国Sandia实验室部署，首台破Teraflops（万亿次）的超算，用于核试验模拟，推动集群计算普及。
峰值596 teraflops，连续5年保持第一，采用131072个双核PowerPC处理器，功耗仅1.7MW。
峰值54.9 petaflops，采用Intel Xeon+E5+GPU加速卡，连续6次蝉联TOP500第一。
中国首台完全自主超算，峰值125.4 petaflops，采用国产申威26010处理器，打破美国技术封锁。
日本Riken打造，全球首台ARM架构超算，峰值537 teraflops，侧重科学计算与AI。
美国橡树岭实验室，首台百亿亿次超算，峰值1.742 EFlop/s，采用AMD CPU+GPU异构架构。
Intel Loihi 2、清华“天机II”、中科院“硅基生命”原型相继发布，开启低功耗AI计算新范式。
网友们还关心的问题（Q&A）
❓ 1. 为什么“最快的计算机叫什么”没有标准答案？
答：因为“快”是相对的。TOP500用HPL测通用计算，但气象模拟看重HPCG，AI训练看HPL-AI。就像问“最快的车是什么”，F1赛车、高铁、火箭答案不同——关键看用途。
❓ 2. 中国超算为什么没进TOP500前十？
答：主要因美国出口管制。天河三号原型未公开完整配置，无法参与评选；神威系列虽自主，但受限于芯片工艺，峰值仍低于Frontier。但中国超算在能效比、应用生态上已全球领先。
❓ 3. 硅基生物计算机是真实存在的吗？
答：原型机已存在（如Intel Loihi、清华天机），但尚未大规模商用。它不是“有生命的机器”，而是用半导体模拟神经元的计算架构，功耗低、学习能力强，是未来方向。
❓ 4. 量子计算机能替代传统超算吗？
答：不能。量子机只在特定问题（如密码破解、量子模拟）有优势，日常计算仍需经典架构。未来是“量子-经典混合”模式。
❓ 5. 普通人能用超算吗？
答：可以！中国“国家超算中心”（天津、深圳、广州等）开放公众预约，科研/企业用户可申请免费算力；Google Colab提供免费GPU，用于AI学习。
❓ 6. “最快的计算机叫什么”对普通人有何意义？
答：超算驱动技术普惠：
- 天气预报更准 → 依赖超算气象模型
- 新药研发更快 → 用超算模拟分子结合
- 手机AI更强 → 芯片设计用超算优化
- 自动驾驶更安全 → 软件训练需超算支撑
与最快的计算机叫什么相关的所有突破，最终都会惠及每个人的生活。
结语：计算的未来，不止于“最快”
从ENIAC到Frontier，从CPU到神经形态，人类对“最快的计算机叫什么”的追问，本质是在探索计算的边界。而答案永远在变化——今天最快的是Frontier，明天可能是El Capitan，后天或许是硅基生物集群。
真正重要的是：计算如何服务人类。当超算能模拟一颗心脏的跳动、预测一场风暴的路径、加速一种新药的研发，它就不再是冰冷的机器，而是文明进步的引擎。
如果你也在追问“最快的计算机叫什么”，欢迎关注超算前沿——因为每一次性能翻倍，都在让未来提前到来。