Chinas LineShine führt TOP500 mit reiner CPU-Architektur an

Die Architektur bringt Skalar-, Vektor-, Matrix-, Steuerfluss-, Kommunikations- und E/A-Operationen in einer einzigen CPU-Ausführungsumgebung zusammen. Simulation und KI-Stufen teilen sich dadurch eine Speicherhierarchie und einen Software-Stack.

LineShine führt bei HPL mit doppelter Genauigkeit und bei HPCG, liegt bei HPL-MxP aber auf Platz vier. Dieser Mixed-Precision-Test kommt dem Training und der Inferenz von KI-Modellen näher. TechRepublic merkte an, ein System könne die Hauptliste anführen und trotzdem bei dem Benchmark zurückliegen, der enger mit KI-Infrastruktur verknüpft ist.

Was LineShine tatsächlich gewonnen hat

LineShine steht am Nationalen Supercomputing-Zentrum in Shenzhen und erreichte 2,1984 EFlops dauerhafte HPL-Leistung. Damit ist es das erste reine CPU-System in der TOP500, das 2 EFlops überschreitet. El Capitan am Lawrence Livermore National Laboratory, der bisherige Titelträger, ist mit 1,809 Exaflops gelistet. Die Global Times berichtete, LineShine sei rund 20 Prozent schneller als El Capitan.

Der Rest der Top fünf war vertraut: El Capitan auf Platz zwei, dann Frontier und Aurora in den USA und JUPITER in Deutschland. Exascale-Rechner verteilen sich inzwischen auf die USA, Europa und China, wobei die USA weiterhin mehrere der höchstplatzierten Systeme stellen.

Im Vollausbau umfasst die Anlage etwa 90 Rechnerschränke und 22.680 Rechenknoten, zusammen mehr als 13.000.000 Prozessorkerne. Jede LX2-CPU trägt 304 Kerne, jeder Knoten beherbergt zwei davon, dazu 64 GB HBM und 512 GB DDR5-Speicher. Die Leistungsaufnahme liegt bei rund 42,2 Megawatt.

Auch bei HPCG belegte LineShine mit 22,0049 PFlops den ersten Platz. Dieser Benchmark gewichtet Speicherzugriff, Kommunikation und dünn besetzte Berechnungen stärker als dichte Arithmetik.

Der KI-Benchmark erzählt eine andere Geschichte

Bei HPL-MxP, der die Mixed-Precision-Leistung prüft, kam LineShine mit 7,92 Exaflops auf Platz vier. GPU-beschleunigte Systeme schnitten bei den Operationen mit geringerer Genauigkeit besser ab, die beim KI-Training und bei der Inferenz üblich sind. TechRepublic wies darauf hin, dass HPL die dauerhafte Leistung bei doppelter Genauigkeit misst, während HPL-MxP der Arithmetik vieler KI-Workloads näher kommt.

Die mit den Ergebnissen veröffentlichten Daten zeigen, dass LineShine keine speziellen KI-Chips enthält.

Addison Snell sagte gegenüber mezha.net, hätten die Hyperscaler ihre Systeme eingereicht, wäre dieser "schnellste Rechner der Welt" nicht unter die ersten fünf gekommen. Dass das System Platz eins belegte, überraschte ihn nicht. Überrascht habe ihn, dass es eingereicht und die Anerkennung dafür gesucht wurde.

Neun Jahre und die Entscheidung, einzureichen

China hielt den Spitzenplatz zuletzt 2017 mit Sunway TaihuLight. Diese Lücke beziffern die Global Times und Newswise übereinstimmend mit neun Jahren. 2023 stellte China die Einreichung von Systemen für das Ranking ein, nach Jahren von US-Exportkontrollen für Chips und Rechentechnik.

Der Leitartikel der Global Times führt die Kontrollen auf 2015 zurück, als das US-Handelsministerium vier chinesische Supercomputing-Zentren im Umfeld von Tianhe-2 auf die Liste setzte. Er nennt dann 2019, als Sugon und Sunway TaihuLight ins Visier gerieten, sowie sieben weitere Einrichtungen, die 2021 hinzukamen.

Die New York Times zitierte Jack Dongarra, einen Organisator der TOP500-Liste, mit den Worten, LineShine sei "ein beeindruckendes System". China habe die USA überholt, indem es einen Rechner ohne GPU-Abhängigkeit entwickelte, meldete die Global Times. Zhang Yunquan, Forscher am Institut für Rechentechnik der Chinesischen Akademie der Wissenschaften, sagte der Global Times, LineShine folge auf der ARM-Architektur einem reinen CPU-Weg, anders als die meisten US-Systeme, die CPUs mit GPUs kombinieren.

Yutong Lu, die Chefdesignerin des Systems, schrieb in der Arbeit für Frontiers of Computer Science, künftiges wissenschaftliches Rechnen werde Simulation, KI-Training und Inferenz, Optimierung und Datenverarbeitung in einem durchgängigen Workflow zusammenführen.