英伟达10亿美元押注创世纪任务：7台超算与FP64妥协

英伟达宣布向美国「创世纪任务」（Genesis Mission）投入价值10亿美元的承诺，并在阿贡、洛斯阿拉莫斯和劳伦斯伯克利三大国家实验室部署至少七台新超算。这不是一次简单的捐款：它同时是一份产品战略——把GPU平台嵌入未来十年公共资助科学的最底层。

10亿美元去向：三层交付模型

这笔承诺分五年投放，指向量子计算、医疗健康和能源安全三个领域——恰好是国家实验室既有预算最集中的方向，也是GPU厂商积累了十年专用库（仿真、药物发现）的领域。

受资助方名单比总额更有信息量。资金流向高等教育研究机构、加速美国量子工作，以及服务政府任务的云服务提供商。这覆盖了三种交付模型：科研拨款、实验室项目、租用算力。英伟达同时是当天公布的多个第二阶段创世纪奖项的合作方，涉及量子计算、聚变、加速器设计和微电子。

CEO用国家优势的语言框定这笔钱：以10亿美元投资，英伟达把先进超级智能交到美国科学家手中，加速医学、能源和材料领域的突破。一个想让自己平台进入下一代公共资助科学的厂商，会去资助那些将做选择的人——而领域选择对应着GPU吞吐量已经能决定一笔经费能买到多少科学的工作负载。

阿贡「Solstice」：10万块Blackwell GPU的取舍

硬件层面才是这个故事脱离新闻稿的地方。阿贡国家实验室将部署Solstice，一台与Oracle合作建造的系统，搭载10万块Blackwell GPU。据The Register的描述，这台机器「主要面向新兴AI工作负载」，运行在16位、8位甚至4位精度上。

这是一个刻意的设计目标。为AI训练设计的系统把晶体管花在低精度矩阵吞吐上，而这些晶体管本可以提供经典仿真所需的双精度浮点。背景是加速器设计十年的演变：英伟达已经把大量双精度FP64吞吐换成了AI工作负载所用精度下的更高吞吐，而它上一次供电的能源部旗舰机器Summit和Sierra，调试于2018年。

两代旗舰之间隔着整个关于「国家超算用来做什么」的争论。Summit建造时旗舰任务是仿真，Solstice建造时旗舰任务是模型训练与推理。

Solstice只是一个更大订单中的一环。英伟达将在阿贡、洛斯阿拉莫斯和劳伦斯伯克利三大国家实验室供应至少七台新超算——这是把资金承诺变成供应关系的关键部分。这些系统把厂商的互联和软件栈带进上一代研究软件被写成的同一批建筑里，这种连续性对平台厂商的价值超过任何单台机器。

低精度训练与推理（FP16、FP8、FP4）是当前大模型能扩展到万亿参数的关键。降低数值位宽意味着同样的芯片面积和功耗下，矩阵乘法吞吐可以成倍提升，同时显存占用和互联带宽压力同步下降。BF16、FP8已成为主流训练格式，FP4则更多用于推理和部分后训练阶段。代价是数值动态范围变窄，需要损失缩放、混合精度累加、分块量化等工程手段来维持收敛。对超算而言，是否把晶体管预算投向低精度矩阵单元，本质上是对「这台机器未来五年主要跑什么」的押注——这也是Solstice与Summit、Sierra在硬件哲学上的根本分野。

FP64仿真：AI吞吐量的代价

这个故事里的技术谈判关于精度，而且细节异常清晰。英伟达即将推出的Vera Rubin平台严重依赖基于Ozaki方案的FP64仿真能力，通过把运算拆分到低精度操作中来恢复双精度结果。仿真买到的是正确性，无需为专用双精度硅付费，代价是吞吐量和复杂度。

对于一台生命周期大部分在做AI的机器，这笔交换是站得住脚的。一台整天训练模型、偶尔需要高精度结果的系统，可以仿真罕见情况、让常见情况保持高速。The Register直接点出了妥协：FP64仿真带有折损，对于以AI优化为主、偶尔需要更高精度的工作负载，用矩阵吞吐量换它是值得的。

这笔交易的限制体现在谁还在买替代方案。能源部最大的纯FP64系统仍将是AMD供电，橡树岭国家实验室的Discovery预计2029年上线，基于MI430X GPU和Venice CPU。这个分野一句话定义了市场：AI优先的机器走一条路，经典仿真旗舰走另一条，因为一个终身运行在双精度上的气候或聚变代码，负担不起「仿真出答案」的代价。

Ozaki方案是一种以整数或低精度浮点矩阵乘加运算来「拼装」高精度结果的算法技巧，源自日本学者大迫等人提出的精度分解思路。其核心是把一个双精度浮点数拆成若干段低位宽分量，再通过分组相乘、逐级累加，使中间误差被控制在可接受范围内，最终近似还原双精度结果。这类方案之所以在GPU上可行，是因为现代AI加速器的整数与FP16/BF16矩阵单元吞吐远高于原生FP64单元，理论上用多次低精度运算可以换回更高的有效算力。代价也同样明确：运算次数成倍增加、寄存器与内存带宽压力上升、数值稳定性需要额外处理，实际有效吞吐往往达不到理论值。这也是为什么它更适合「偶尔需要高精度」的AI优先机器，而非长期跑在双精度上的气候、聚变等经典仿真代码。

三座实验室、七台系统的分量

七台新系统分布在阿贡、洛斯阿拉莫斯和劳伦斯伯克利，比任何单台旗舰承诺都大。洛斯阿拉莫斯即将部署的Mission和Vision系统将使用与Solstice相同的芯片，并利用Quantum-X800 InfiniBand，把厂商的网络与计算一起放进不止一台机器。

对实验室来说，这种分布式布局有单台巨机无法复制的价值。不同系统承载不同密级的工作负载，一个软件团队如果能不重写代码就在三个站点之间迁移，就拥有真正的运营优势。同样的逻辑适用于调试时间线：七台系统依次到货，给厂商一串参考安装，也给了实验室一组可以互相对比的机器。

购买一台超算也决定了一个研究组在机器整个生命周期里用哪个编译器、哪些库和哪套调试工具，而这些选择在硬件退役前数年就已作出。创世纪任务拨款与七台系统同时到达，意味着软件决策和硬件决策在同一个预算周期内被做出。

国家实验室的密级分区是美国核安全与科学计算体系的组织特征。洛斯阿拉莫斯、劳伦斯利弗莫尔等承担核武器库存管理等涉密任务，其计算资源被划分为不同密级网络，同一物理站点往往运行多套互不连通的系统。这带来了一个长期痛点：为某个密级编写和调试的软件栈，很难直接迁移到另一密级或另一站点。如果一个厂商能让不同站点、不同密级的机器共享相同的编译器、通信库和调试工具，研究团队就能在不重写代码的情况下跨站点迁移工作流，这种「可移植性」的价值远超单台机器的峰值算力，也是平台锁定效应的主要来源。

LineShine与Top500的位置

竞争背景是一个榜单，而榜单目前属于中国。The Register报道，LineShine以实测2.2 exaFLOPS（理论2.7 exaFLOPS）领跑全球最强计算机Top500，该系统于春季首次亮相。排名是衡量国家能力的粗糙指标，但它正是拿到经费的那个指标。

橡树岭的Discovery给出了美国一侧的轮廓。预计2029年上线，由HPE的Cray部门建造，采用AMD的FP64优化MI430X GPU和Venice CPU，峰值落在3.3到8.5 exaFLOPS之间，取决于设施是否获得供电升级。区间上限只在电力到位时存在——这是整个计划中最不性感也最具约束力的限制。

诚实的解读是，这是两笔指向不同方向的投资。英伟达正在AI优先科学领域购买影响力，那里它的平台强、经费在增长；AMD守着经典仿真仍需要的双精度旗舰。同时运行两类工作负载的实验室最终会拿到两类机器。对于需要在更小预算上做这个拆分的组织来说，真正的问题是：哪些工作负载值得专用硬件。

---

编译自 Netics 博客报道。