时隔9年，中国超算再度站上全球之巅！在近期落幕的国际超算大会上，国家超级计算深圳中心新一代“灵晟”超算系统重磅亮相，以2.19EFLOPS的实测持续性能，成为全球首台持续性能突破2EFLOPS的超算系统。这也是继2017年“神威·太湖之光”之后，我国超算再度斩获全球第一，刷新国产超算性能纪录。

“灵晟”超级计算机

图片来源：国家超级计算深圳中心

在这一世界级突破的同时，GCC会员单位清程极智与深圳超算联合完成了一项“大考”：双方软硬深度协同优化，在未使用一张GPU的情况下，基于“灵晟”纯CPU集群，成功完成DeepSeek模型的分布式推理部署。测试结果显示，在16节点、batch_size=2048的条件下，其输出吞吐量已达到80张主流GPU组成集群的水平，成功验证了国产HPC超算承载顶级大模型推理的硬核实力。

这一成果，彻底打破了“CPU只适合科学计算、GPU才适配AI推理”的固有认知，让国产超算从传统高性能计算场景，跨界成为高质量AI Token生产的核心算力底座。

但这不仅是算力的胜利，更是“用起来”的胜利。

为什么这件事很难？架构不同，无法“平移”代码

长期以来，大模型推理高度依赖GPU、NPU等专用加速芯片，CPU集群因架构差异等原因，较少用于大规模AI推理场景。

“灵晟”的算力底座基于自研LX2 CPU，其体系结构与GPU、NPU截然不同。它虽拥有强大的矩阵加速单元和片上高带宽内存，但这也导致原本为GPU设计的AI推理方案无法直接复用。

LineShine的Arm LX2处理器与SME和SVE引擎的示意图

图片来源：Jack Dongarra 的《中国 LineShine 系统报告》

大模型推理对计算密度、内存带宽和节点间通信都有极高要求，要让原本运行在专用加速卡上的千亿参数大模型在纯CPU集群上跑得快，必须从底层开始重构。这不仅是技术难度的提升，更是对软硬协同能力的极限考验。

但“灵晟”的硬件设计最大的亮点在于架构层面的原生超智融合，为这件事提供了独特基础：

• 算力侧：不同于单纯堆砌专用加速卡的传统路径，“灵晟”在自研的LX2 CPU中引入矩阵加速单元并支持多精度，实现片上HPC算力与AI算力的深度融合。尤为关键的是，CPU集成了片上内存（高带宽内存），可提供TB级带宽，相较传统CPU实现了十倍跃升，为大模型推理中的大批量并发处理提供了充足的带宽保障。

  
  

• 网络侧：自研的“灵启”网络支持μs级低时延传输，具备可扩展至200万端口、10万节点的超大规模组网能力。这种极低时延、极高扩展性的互联特性，有效消除了分布式推理中的通信瓶颈，为大规模分布式推理降低通信开销。

硬件创新只是第一步。“灵晟”LX2 CPU与GPU/NPU架构存在本质差异，要将大模型从“专卡”平滑迁移至“通卡”，必须攻克软件层面的重重难关。

从算子到架构，清程做了三件事

面对挑战，清程极智没有选择“打补丁”，而是围绕LX2芯片特性，从算子、编译、计算图、并行策略到通信过程进行系统级联合优化，让AI模型不仅“能跑”，更能以更低时延、更高吞吐持续输出Token。

• 第一层：面向CPU特性，重构计算与通信算子，大幅降低推理时延

针对“灵晟”自研软硬件，清程极智完成了算子的重构：基于LX2 CPU的矩阵运算指令集，结合OpenMP与自研编译器实现计算算子；基于自研通信库构建通信算子，借助自研统一并行加速库——该库具备计算图语义扩展、共享内存通信加速、多线程调度优化及硬件特性抽象等核心能力，清程极智实施精细化的指令序列控制，应用计算掩藏访存、异步流水线调度等优化策略。针对无依赖关系的多个算子，团队切分线程池，分布线程并行度，让少数线程负责并行度低的算子，多数线程负责并行度高的算子。例如Shared expert与EP通信同时进行，实测显示，MoE推理时延1440μs大幅降低至980μs。

• 第二层：面向“灵晟”集群，设计多层次并行推理优化，最大化集群算力利用率

LX2 CPU采用NUMA架构并集成片上内存，结合“灵启”网络的强劲互联能力，与DeepSeek大EP（Expert Parallelism，专家并行）架构天然契合，具备极佳的集群扩展性。

基于此，清程极智实施了多维度的并行策略优化：灵活配置张量并行（TP）、流水线并行（PP）、专家并行（EP）及数据并行（DP），构建多层次混合并行推理方案。

在DeepSeek部署上，团队采用EP256的大规模专家并行配置，专家权重的全量分散部署，节点内TP16，节点间DP16，并针对Attention模块，设计了定制化混合并行策略，充分释放了LX2平台的算力密度与通信能力。

• 第三层：引入MTP（Multi-Token Prediction）技术加持，提升单请求输出速率

在上述优化基础上，清程极智引入了DeepSeek MTP加速技术，使一次推理能够预测多个Token，再并行验证每个token否正确，显著提升了单请求的输出速率。团队还深入探究了不同并发规模下MTP加速比与预测深度的相关性，持续调优以实现最佳推理效果。

这件事意味着什么？让多样国产算力转化为可持续“Token产能”

上述优化带来的是技术指标的提升和算力价值的重塑——

• 吞吐量比肩GPU集群：在特定条件下，16节点纯CPU集群的输出吞吐量与80张主流GPU集群相当；

• 延迟大幅降低：MoE推理时延缩短32%。

而最核心的价值，在于打通了国产超算算力向AI生产力转化的完整路径。

清程极智联合创始人师天麾表示：“超智融合不是简单地用超算来处理AI任务，而是把高性能计算资源转化为可衡量、可持续的Token产能的关键路径。”

以往国产超算算力多局限于科学计算场景，价值难以向AI产业落地。而清程极智在本次“灵晟”项目上的的全链路优化，真正证明了超算算力的复用升级：通过精细化的系统级调优，让顶级国产超算能够稳定、高效地产出高质量Token，为大模型产业落地提供坚实的算力底座。

长期深耕！超智融合是清程极智的既定技术赛道

为何要在超算上跑AI？长期以来产业需求揭示了两大核心动因：一是方法融合，科学计算物理模型与数据驱动的AI深度结合，催生颠覆性科研成果；二是效能提升，超算平台通过错峰运行AI任务，最大化利用算力资源。

清程极智团队在过去十几年中，在国产超算上有较多的技术积累，对超智融合的探索由来已久。本次在灵晟超算的突破性成果，并非单次尝试，而是清程极智长期深耕“HPC+AI超智融合”技术路线的必然结果。

早在十几年前，清程团队即在太湖之光上有所作为；2021年，清程八卦炉训练系统再次创造历史，在青岛超算上实现全机规模上的大模型预训练；2025年，清程已率先基于鲲鹏高性能计算平台，完成DeepSeek大模型推理部署，通过算子优化、多层次并行调优，验证了国产HPC平台承载AI大模型负载的可行性。

未来，清程极智将持续深耕超智融合技术赛道，探索更大规模超算集群、持续突破国产算力AI推理性能上限，让模型在既定资源条件下形成更强的Token产能，为国产大模型产业的自主化、规模化发展筑牢算力根基！