Назад
23 июня 2026 г. в 12:00 China AI Infrastructure Supercomputers TOP500 Compute TOP500 / Reuters / HPCwire / Shenzhen Government

Китайский LineShine обошел США в TOP500: гонка вычислений для ИИ стала сложнее

Китайский LineShine обошел США в TOP500: гонка вычислений для ИИ стала сложнее

Июньский рейтинг TOP500 принес редкую смену лидера: китайский LineShine впервые вошел в список и сразу занял первое место. По данным TOP500, система в Национальном суперкомпьютерном центре в Шэньчжэне показала 2,198 exaflop/s в тесте High Performance Linpack и более чем на 20% обошла американский El Capitan.

Это первая китайская система на вершине TOP500 со времен Sunway TaihuLight в 2017 году. В цифрах LineShine выглядит как демонстрация масштаба: 13 789 440 ядер, платформа LingKun, процессоры LX2 с 304 ядрами, собственная сеть LingQi и Kylin OS. В рейтинге HPCG, который лучше отражает часть научных нагрузок, LineShine тоже вышел на первое место.

Почему это важно для ИИ

Главная интрига не в национальном счете Китай против США. Reuters верно отмечает: результат не означает, что Пекин автоматически обогнал американские AI-кластеры, построенные вокруг GPU. HPL измеряет один тип высокопроизводительных вычислений, а обучение больших моделей зависит от памяти, сетей, софта, смешанной точности и доступности ускорителей.

Но именно поэтому LineShine интересен. Китай сталкивается с ограничениями на закупку самых мощных GPU и показывает другой маршрут: собрать огромную CPU-ориентированную систему, пригодную для научных расчетов, инженерного моделирования и части AI-нагрузок. Это не замена Blackwell-кластерам один к одному, а попытка снизить зависимость от чужой цепочки поставок.

Что меняется

Для компаний и исследователей вывод простой: «вычисления для ИИ» перестают означать только аренду GPU у нескольких облаков. Рядом с GPU-гонкой растут альтернативные стеки: TPU у Google, специализированные ускорители, суперкомпьютеры для науки и национальные платформы.

LineShine показывает, что инфраструктурная конкуренция будет идти не только за самую быструю видеокарту. Важны контроль над процессорами, сетью, операционной системой, энергопотреблением и доступом к большим машинам. А значит, ИИ-гонка все больше становится гонкой промышленных систем, а не только моделей.

Ещё новости

Минюст США создал группу по рискам «суперинтеллекта»
6 ноября 2026 г.
Минюст США создал группу по рискам «суперинтеллекта»

Минюст США объявил о Super Intelligence Task Force — межведомственной группе, которая будет заниматься злоупотреблениями системами «суперинтеллекта». Пока это организационная мера, а не новый режим регулирования ИИ.

Gemini Omni 1.2 Flash удешевила ИИ-видео на 30% и увеличила клипы до 15 секунд
6 ноября 2026 г.
Gemini Omni 1.2 Flash удешевила ИИ-видео на 30% и увеличила клипы до 15 секунд

Google обновила Gemini Omni 1.2 Flash: модель теперь генерирует и редактирует нативные ролики длиной до 15 секунд, а цена снижена на 30%. Для команд это делает короткие видео менее дорогими в итерациях, но не снимает задачу контроля результата.

Google дала Antigravity навыки хемоинформатики: гипотезы о лекарствах — за час
6 ноября 2026 г.
Google дала Antigravity навыки хемоинформатики: гипотезы о лекарствах — за час

Google DeepMind добавила в Antigravity набор навыков для хемоинформатики. Агент собирает данные о соединениях, строит модели и предлагает гипотезы для проверки, но не заменяет лабораторный эксперимент.

OpenAI: GPT-6 Astra хуже справлялась с задачами по безопасности ИИ
5 ноября 2026 г.
OpenAI: GPT-6 Astra хуже справлялась с задачами по безопасности ИИ

Во внутренних развёртываниях и оценках OpenAI модель GPT-6 Astra заметно реже выполняла критерии в задачах, сформулированных как исследования безопасности. Компания не установила причину и рассматривает чрезмерную осторожность как наиболее простое объяснение.

Google отключит поиск школам, не выбравшим ИИ
5 ноября 2026 г.
Google отключит поиск школам, не выбравшим ИИ

В сервисах Google для школ Gemini, Gemini Notebook и Search будут выключены по умолчанию. Но отказ от ИИ не сохранит доступ к поиску: школе придётся отдельно включить и его.

Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes
5 ноября 2026 г.
Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes

Google представила открытый слой GKE Workspaces: он даёт ML-командам JupyterLab или браузерный VS Code на GPU и TPU, а инфраструктуру Kubernetes оставляет платформенной команде.

Apple, по данным Bloomberg, снизила лимиты расходов на ИИ
5 ноября 2026 г.
Apple, по данным Bloomberg, снизила лимиты расходов на ИИ

Bloomberg сообщает, что Apple в октябре уменьшила для части инженеров дневной денежный лимит на использование внешних языковых моделей с $300 до $200. Компания публично это не подтверждала; речь не о лимите токенов и не о новой политике для всех сотрудников.

Anthropic показала способ проверить, какая ИИ-модель ответила на запрос
4 ноября 2026 г.
Anthropic показала способ проверить, какая ИИ-модель ответила на запрос

Anthropic представила FlashProve — исследовательскую систему криптографической проверки вывода языковых моделей. Она позволяет подтвердить, что ответ действительно сгенерирован зафиксированными весами, не раскрывая сами веса.

Shield AI собрала первый полноразмерный X-BAT — автономный VTOL-истребитель
4 ноября 2026 г.
Shield AI собрала первый полноразмерный X-BAT — автономный VTOL-истребитель

Shield AI сообщила о завершении сборки первого полноразмерного прототипа X-BAT. Следующий важный рубеж — лётные испытания аппарата, который должен взлетать вертикально и действовать без пилота на борту.

Kimi открыла веса K3.1 Pro: 2,8 трлн параметров и контекст в миллион токенов
4 ноября 2026 г.
Kimi открыла веса K3.1 Pro: 2,8 трлн параметров и контекст в миллион токенов

Moonshot AI выложила в открытый доступ веса Kimi K3.1 Pro — мультимодальной агентной модели с контекстом до миллиона токенов. Модель можно изучать и разворачивать вне закрытого API, но её размер и лицензия ограничивают круг тех, кто сможет сделать это на практике.

Revolut заявила о снижении расходов на ИИ-кодинг на 90%
4 ноября 2026 г.
Revolut заявила о снижении расходов на ИИ-кодинг на 90%

Revolut перевела основной поток задач по написанию кода на самостоятельно развёрнутые модели GLM и заявила о десятикратном снижении стоимости инференса. Банк обслуживает около 2 000 инженеров на 56 графических процессорах NVIDIA B200, сохраняя коммерческие модели для исключений.

Google вынес Guided Learning в Classroom: что показали тесты
3 ноября 2026 г.
Google вынес Guided Learning в Classroom: что показали тесты

Google начинает глобально разворачивать Guided Learning в Classroom. В контролируемом исследовании с более чем 300 студентами доступ к инструменту совпал с более высоким приростом результатов, но это ещё не доказательство для всех школьных сценариев.