IA Exaescala

China mantém liderança na TOP500 em ranking de data centers de hiperescala com menos estreias em 33 anos

LineShine, de Shenzhen, sustenta 2,198 ExaFLOPS com 13,7 milhões de núcleos, enquanto a TOP500 registra o menor número de novas máquinas em 33 anos

• Atualizado há 21 horas
A LineShine, no Centro Nacional de Supercomputação de Shenzhen, lidera a TOP500 com 2,198 ExaFLOPS em uma arquitetura baseada exclusivamente em CPUs
A LineShine, no Centro Nacional de Supercomputação de Shenzhen, lidera a TOP500 com 2,198 ExaFLOPS em uma arquitetura baseada exclusivamente em CPUs (Imagem conceitual editorial / NEWS by Box4Dev)

Ficha Técnica

  • LineShine soma 13.789.440 núcleos em processadores LX2 de 304 núcleos, sem aceleradores dedicados
  • El Capitan alcança 1,809 ExaFLOPS com 29,69 MW e é mais eficiente em energia que o líder chinês
  • Jupiter Booster, da Alemanha, lidera a eficiência energética com 1,0 ExaFLOPS em 15,79 MW

A China segue no topo da computação científica mundial. A LineShine, instalada no Centro Nacional de Supercomputação de Shenzhen, sustenta 2,198 ExaFLOPS de desempenho FP64 no benchmark High Performance Linpack (HPL), com consumo de 42,22 MW — posição que mantém o país na liderança do ranking TOP500.

O dado que dá o tom da edição, porém, é outro: a lista registra o menor número de sistemas estreantes em 33 anos. Na prática, a demanda de hiperescaladores por hardware de inteligência artificial está drenando a oferta de máquinas novas, e os supercomputadores tradicionais perderam prioridade nas filas de fornecimento.

Uma arquitetura só de CPUs

A LineShine roda sobre a plataforma LingKun, com processadores LX2 de 304 núcleos baseados em Arm a 1,55 GHz, totalizando 13.789.440 núcleos, além do interconnect proprietário LingQi.

É a única entre as cinco máquinas de classe exaescala a operar sem aceleradores de computação dedicados. Essa escolha explica o ganho de apenas 3,6x ao migrar de FP64 para precisão mista — resultado inferior ao de sistemas equipados com aceleradores de baixa precisão.

O trio americano e a corrida por watt

Os Estados Unidos ocupam as posições seguintes com três sistemas exaescala. O El Capitan, no Lawrence Livermore National Laboratory, usa APUs AMD Instinct MI300A sobre a plataforma HPE Cray EX255a e entrega 1,809 ExaFLOPS com 29,69 MW — bem mais eficiente em energia que o líder chinês.

O Frontier, no Oak Ridge National Laboratory, combina processadores AMD EPYC de 3ª geração e GPUs Instinct MI250X para atingir 1,353 ExaFLOPS em 24,61 MW. Já o Aurora, no Argonne National Laboratory, apoiado em Xeon CPU Max 9470 e aceleradores Data Center GPU Max, chega a 1,012 ExaFLOPS com 38,70 MW.

Os três sistemas americanos compartilham a mesma base: plataformas HPE Cray EX e o interconnect Slingshot-11.

A eficiência alemã

O Jupiter Booster, do Jülich Supercomputing Center, na Alemanha, utiliza superchips Nvidia GH200 Grace Hopper, a plataforma BullSequana XH3000 e o interconnect InfiniBand NDR200 quad-rail da Nvidia. São 1,0 ExaFLOPS em 15,79 MW.

Com esse número, a máquina alemã permanece como o supercomputador exaescala mais eficiente em energia de toda a lista — um contraste direto com o modelo denso em CPUs adotado pela LineShine.

Um ranking congelado

Nem os dez sistemas de maior desempenho nem os dez mais eficientes em energia mudaram de posição desde junho. A estagnação, somada à escassez de estreantes, desenha um ciclo de renovação mais lento do que o habitual na computação de alto desempenho.

O motivo declarado é a pressão dos datacenters de IA, que absorvem aceleradores e memória de alta largura de banda antes que esses componentes cheguem aos laboratórios nacionais. Sem aceleradores, máquinas como a LineShine ganham espaço relativo — mas perdem eficiência energética.

Impacto Prático

No plano técnico, a liderança baseada apenas em CPUs expõe uma bifurcação de arquitetura: sistemas sem aceleradores escalam em núcleos, mas convertem pior o desempenho para precisões reduzidas, exatamente o regime usado no treinamento e na inferência de modelos de IA.

No plano operacional, a escassez de novos sistemas encarece a renovação dos laboratórios e prolonga a vida útil de equipamentos já instalados, elevando o custo por ExaFLOPS entregue e ampliando a distância entre a infraestrutura científica e a demanda comercial por computação acelerada.