top of page

AMD 在 TOP500 的佔有率突破 40%,Lux 首次登榜

17 分鐘前
讀畢需時 12 分鐘

AMD 表示,現時 202 個系統入選 2026 年 11 月 TOP500,令 AMD 在 TOP500 的佔有率升至 40.4%。相比一年前的 177 個系統有所增加。這項增長鞏固 AMD 在科學運算領域的地位,但量度的是上榜部署數量,而非 AI 效能或收入。

這個標題需要仔細計算。系統數量由 177 個增至 202 個,約相當於 14.1% 的增長,但榜單佔有率則增加了五個百分點。Tom’s Hardware 在 11 月 16 日的超級電腦報道中報道了這些部署數字。

由 HPE 建造、位於 Oak Ridge National Laboratory 的新系統 Lux,以第 14 位首次登榜,為這項公告增添另一個層面。AMD 一方面擴大已部署系統的覆蓋,同時推廣一個面向 AI 與科學運算的平台。Intel 和 Nvidia 仍是重要競爭對手,而現有證據支持的是比「AMD 全面領先」更具體的結論。

AMD 在 TOP500 的佔有率增長,不僅靠旗艦系統

AMD 最明顯的進展,是在整個榜單中擁有更廣泛的代表性,而非最頂尖名次出現變動。

TOP500 利用 High Performance LINPACK(HPL)為提交的超級電腦結果排名;這項基準測試用於解決稠密線性方程組。其 2026 年 11 月版本,為採用不同處理器、加速器及設計的系統提供共同的效能參考。

11 月排名顯示,前十名與 6 月時維持不變。中國的 LineShine 仍然排名第一,其後為 El Capitan 和 Frontier。採用 AMD 技術的 HPC7 與 HPC6,分別維持第六及第八位。

這項區分把兩個常被壓縮為同一標題的發展分開。AMD 在整個榜單的代表數量,較一年前所報數字有所增加;其領先部署則維持原有名次,未有登上榜首。

全榜單的計數方式,亦會把所有系統視為同等,不論其規模。接近榜末的機器與接近榜首的機器,同樣各佔一個項目。所得百分比反映的是存在度,並不按運算吞吐量為部署加權。

這令該計數有助了解部署的廣度,但無法證明 AMD 佔所有上榜效能、支出或處理器出貨量的比例。這些指標需要不同的計算方式,部分更需要排名未有提供的資料。

按淨額計算,增幅相當於額外 25 個上榜系統。不應自動將其解讀為 AMD 準確售出 25 台新的超級電腦。系統可進入或離開固定長度的排名,令榜單變動不能直接換算為銷售量。

按年比較亦要考慮分母。兩個版本都包含 500 個系統,因此所報數字由 35.4% 升至 40.4%。若稱 AMD 增加了 14 個百分點,將會大幅誇大實際變化。

對於關注 AMD 伺服器業務的讀者而言,較廣泛的代表性值得留意,因為單靠旗艦成績不足以反映採用情況。一間供應商可以在少數非凡系統中極具存在感,卻在其他地方較少出現。部署數量回應的是另一個問題。

不過,202 個系統的總數仍屬歸屬性數字。AMD 在其 SC26 資料中提出這一數字,Tom’s Hardware 亦有報道。本分析未有獨立分類每一個項目,以重現該總數。

因此,AMD 在 TOP500 的佔有率提供了一個清晰但有限的訊號:該公司表示自己在這個特定排名中的覆蓋更廣。下一個問題是,這個覆蓋實際反映了其平台的哪些部分。

競爭壓力落在完整系統之上

AMD 日益擴大的存在感提高了競爭方案的要求,但並不代表每個上榜部署都是 AMD 的獨贏。

AMD 表示,其技術為 202 個系統提供支援,並涵蓋 11 月版本一半的新入榜系統。其科學運算更新將這些數字與 Lux 及既有的領先系統一併呈現。

實際的競爭含義在於買方評估。更長的部署紀錄,讓採購團隊在比較架構時有更多案例可考察。競爭對手需要說明,面對一個公開實績持續擴大的替代方案時,自身有何優勢。

這是分析上的推論,而非任何特定客戶轉換供應商的證據。該排名不會披露每項採購決定或競爭投標,亦無法說明哪一項因素決定了購買決定。

超級電腦結合多種產品,其優勢不一定來自同一供應商。CPU 是協調運算工作的通用處理器,可以來自一家公司;GPU 則是用於加速平行運算的處理器,可以來自另一家公司。

因此,採用 AMD 處理器的部署,未必代表取代了競爭對手的加速器。讀者應先檢視元件配置,才把系統數量解讀為 GPU 供應商之間的直接競爭。

領先系統說明替代方案仍相當多元。Aurora 採用 Intel 處理器和加速器,而 JUPITER Booster 則採用 Nvidia Grace Hopper 技術。這些是不同的系統架構,而非可互換的晶片組合。

AMD 超級電腦競爭亦涵蓋組裝及支援這些系統的公司。HPE 在 Lux 中的角色重要,因為部署所需的不只是處理器規格。系統整合把硬件選擇連接至研究人員最終使用的環境。

對買方而言,關鍵問題是擬議配置能否支援目標研究計劃。具吸引力的基準測試結果可支持進一步評估,但不能取代對軟件相容性、營運要求及應用程式行為的評估。

由此形成的壓力是具體的。AMD 的競爭對手在大型科學運算部署討論中,面對的是一個更具可信度的替代方案。與此同時,AMD 必須證明,與其領先系統相關的優勢可延伸至客戶實際打算運行的工作負載。

沒有任何排名能證明所有買方都應選擇同一種架構。不同機構的應用程式、設施及既有軟件各不相同。部署數量可增加供應商進入候選名單的機會,卻不能決定最終選擇。

因此,較有力的競爭解讀關乎選擇。AMD 所報告的增長,令買方有更多理由要求每間供應商提出比較證據。Lux 亦把這場討論延伸至傳統科學運算與 AI 之間的關係。

Lux 將 AMD 的 AI 抱負帶入實際部署

Lux 為 AMD 的科學 AI 策略提供已部署的平台,但仍需研究成果評估其實際影響。

AMD 於 2026 年 11 月 16 日宣布,Lux 已在 Oak Ridge National Laboratory 向科學用戶開放。該系統結合 EPYC 處理器、Instinct MI355X 加速器、Pensando 網絡技術,以及 AMD 的加速運算軟件平台 ROCm。

其以第 14 位首次登榜,為公告提供可量度的參考。AMD 報告其 HPL 效能為 220.79 petaflops,即在該基準測試中每秒完成 220.79 千萬億次浮點運算。這一結果描述的是經測試的整個系統。

HPE 則強調部署的另一面。其Lux 系統詳情描述研究人員可共享存取系統,具備訓練 AI 模型及在訓練後運行模型的能力。

這種存取模式之所以重要,是因為安裝硬件與讓它真正可用是兩個不同里程碑。研究人員需要能取得資源、準備應用程式及進行實驗的環境。一次基準測試提交無法描述這段體驗的每個部分。

Lux 亦讓 AMD 有機會同時推廣多個元件。公司的訊息不止聚焦於單一處理器,而是延伸至整合硬件與軟件的平台。這令整合成為被驗證主張的重要部分。

潛在好處很直接。愈來愈多研究團隊希望把數值模型與 AI 結合,需要這些方法可在實際工作流程中協同運作。Lux 被定位為支援這種結合的環境。

相應的不確定性在於執行。研究人員仍須證實其應用程式能否有效運行並產生有用結果。共享平台的存在,並不能決定特定項目可多容易採用它。

AMD 的Lux 研究公告列出核聚變設計、材料開發及地球系統預測等計劃工作。相對於籠統地承諾加快發現,這些項目提供了更具體的評估目標。

以 Tennessee Valley Authority 地區所描述的地球系統工作為例,公布的應用包括預測水資源可用量、河川流量及河水溫度。評估這些工作需要關於預測品質及實際效用的證據,而不只是機器的排名。

同樣的區分亦適用於材料研究。完成更多運算,只有在這些運算改善研究決策時才有價值。有用成果可以是更佳的驗證或更清晰的實驗方向,而不只是更大規模的運算。

這些是評估標準,而非 Lux 已報告的成果。開放公告證實系統可供存取,並列出預期應用;它並不能證明每項擬議的科學效益都已經實現。

因此,Lux 在加強 AMD 部署敘事的同時,也建立了一個新的問責點。根據開發者所述,該平台可供科學研究使用;後續報道如今可檢視研究人員利用這種存取完成了甚麼。

四個前十系統仍為競爭對手留下空間

AMD 的領先部署展示出顯著參與度,而排名仍容納多種競爭設計。

El Capitan 和 Frontier 分別位列第二及第三,使 AMD 在 LineShine 之後佔據顯著位置。HPC7 和 HPC6 再為前十名增添兩個採用 AMD 技術的系統。這些排名令 AMD 在多個領先部署中保持可見度。

但它們並不代表 AMD 在 11 月全面接管榜單。TOP500 表示,排名次序自 6 月以來維持不變。這個區分相當重要,因為新榜單可包含具意義的部署變化,卻不一定產生新的領導者。

LineShine 亦為解讀供應商公告提供重要參考。它位列第一,意味著 AMD 不斷增加的系統數量,與另一種架構在主要基準測試中領先同時存在。部署廣度與最高單一分數,回答的是不同問題。

Intel 的 Aurora 與基於 Nvidia 的 JUPITER Booster,亦進一步限制了任何「贏家通吃」式的詮釋。它們的存在顯示,替代平台仍然支援領先的裝置。公平比較需要承認這些系統,而非把 AMD 的數量視為獨佔領導地位。

對採購團隊而言,頂尖位置的多樣性十分有用,因為它保留了多種可供評估的方法。這並不代表每種方法在每個應用程式上都表現同樣出色。排名提供調查的起點,而非針對特定應用程式的定論。

因此,AMD 在超級電腦領域的競爭同時涉及多個面向。供應商在處理器能力、軟件、整合,以及其系統是否適合特定任務等方面競爭。單一排序把這些差異壓縮成一項測試結果。

在比較為不同機構目標而建的系統時,這種壓縮尤其重要。國家實驗室與商業營運商可以使用相似元件,卻追求不同工作目標。單憑排名無法說明任何一方的系統是否更好地完成其使命。

對架構的結論同樣需要謹慎。看到多個成功的加速系統,並不能證明每種科學工作負載都能同樣受惠於加速。看到另一種設計領先榜單,也不會否定其下的加速系統。

較能站得住腳的解讀是,這個領域仍具異質性,包含不同類型的處理器與系統設計。AMD 在這個領域內擴大了其報告中的覆蓋範圍,但並未消除買家選擇競爭技術的理由。

對開發者而言,這使可攜性與驗證仍然重要。考慮新平台的研究團隊,應檢視自身的軟件需求,而非從供應商排名推斷相容性。既有部署案例可為該工作提供參考,但不能取代它。

競爭的利害關係亦不止於即時選擇。成功運行初始基準測試的平台,仍須在整個營運周期中支援研究人員。這個較長期的營運問題,仍在系統數量的標題之外。

因此,AMD 的領先位置強化了其覆蓋廣度的敘事,卻未能解決所有效能主張。要理解其餘落差,必須直接檢視 TOP500 基準測試所衡量的內容。

系統數量無法證明 AI 領導地位

核心限制在於衡量方式:安裝佔比、數值吞吐量與 AI 實用性,是彼此獨立的證據形式。

TOP500 專案說明,其 LINPACK benchmark 衡量的是密集線性代數問題的效能。它明確提醒,單一數字無法代表電腦的整體效能。

當一個系統被描述為 AI 平台時,這項限制尤其相關。HPL 衡量雙精度算術,即使用 64 位元數值的運算。其結果並不直接衡量 AI 模型回答的質素。

它也不會直接衡量特定模型為使用者提供服務的速度。推論,即運行已訓練模型以產生輸出的過程,帶來因應用程式而異的要求。這些要求需要各自的衡量方式。

訓練效能則提出另一個問題。研究團隊需要知道,其選用的模型與軟件是否能有效運用系統。單憑高 HPL 成績無法提供答案,因為工作負載與基準測試不同。

這不代表排名與 AI 基礎設施無關。經量度的系統結果,為一項計算任務提供有用證據。錯誤在於把該結果延伸為該任務原本並非為測試而設的結論。

同樣地,AMD 在 TOP500 的佔比並不代表它在 AI 基礎設施中擁有相應佔比。該榜單涵蓋提交的超級電腦結果,而非所有用於 AI 的機器。其分母不能簡單地代替整個相鄰市場。

商業層面的解讀亦需要同樣紀律。202 個系統的數字沒有揭示這些裝置相關的收入。它也沒有說明多少價值來自處理器、加速器、網絡或軟件。

一個系統可包含多家供應商的產品,使獨家歸屬尤其困難。計算 AMD 的參與情況可以準確,同時另一家供應商的貢獻仍可能相當可觀。讀者需要元件層級的證據,才能把一個裝置完全歸入某一競爭陣營。

應用層面的證據亦應包括取得結果所需的工作量。若準備或適配工作令團隊難以有效使用,更快的計算便少了實際價值。這是買家評估的考慮,而不是針對 Lux 已獲量度證實的缺點。

同樣地,系統的科學價值取決於的不止是它可完成多少運算。研究成果需要合適的方法、可用的數據與驗證。硬件效能對這個過程有所貢獻,但不決定最終結果。

因此,持懷疑態度並不要求否定 AMD 的進展。它要求主張與證據保持一致。更廣泛的榜單參與具有意義,即使它仍未解決軟件體驗、AI 行為與研究生產力等問題。

同一標準亦應適用於競爭供應商。無論是領先的裝置還是亮眼的總體統計數字,都無法回答每一個部署問題。一致的衡量方式能讓比較更有用,並防止一項合理的里程碑演變成未獲支持的市場主張。

對希望從實際角度理解 AMD TOP500 的讀者而言,這是關鍵區別。系統數量指出 AMD 技術出現在哪裡;額外證據必須證明那些系統如何有效服務其使用者。

關注研究成果、軟件證據與新部署

下一批有用的證據,將把 AMD 擴大的覆蓋範圍,連繫到已完成的工作、獲支援的應用程式及更多客戶選擇。

未來一至三個月,首個值得留意的訊號是 Lux 使用者發表的經驗。公告列出的研究領域提供了具體的觀察方向。報告應區分取得使用權與達成科學目標。

有用的披露會描述應用程式、結果,以及用於評估它的比較基準。當讀者能看到改變了甚麼時,「研究加快」的主張會更具資訊價值。若缺少這些細節,最初公告主要仍是一項部署里程碑。

經驗證的結果可加強 AMD 的論點,即結合 AI 與科學計算能帶來實際效益。有限的報告則會令這項論點仍未有定論。沉默本身不代表失敗,因為研究發表與系統部署遵循不同時間表。

第二個訊號是可重現的軟件與應用程式效能。可重現的結果會充分說明設定,讓他人能理解或重複比較,包括軟件環境與被量度的任務。

對 Lux 而言,證據應針對平台預期支援的應用程式,而非完全依賴其 HPL 排名。可比較的工作負載量度,可幫助讀者區分硬件潛力與可用能力,亦能讓競爭供應商有更清晰的回應依據。

這正是軟件體驗報告變得重要的地方。研究人員需要知道,項目所需的工具是否如預期般運作。具體的描述會比另一項關於平台靈活性的籠統陳述,更有效地加強或限定 AMD 的廣泛主張。

第三個訊號是 AMD 及其競爭對手的額外部署證據。留意具名裝置、公開配置與已確認的營運里程碑。這些細節比未有說明硬件或交付狀態的公告更有用。

將 AMD 處理器與競爭對手加速器配對的新系統,將加強處理器參與與加速器採用之間的區別。更多結合 AMD 元件的部署,則會支持更廣泛的平台解讀。兩種結果均可擴大 AMD 的覆蓋範圍,但講述不同的競爭故事。

對 Intel 與 Nvidia 而言,有意義的回應不一定要在特定排名中取代 AMD。應用程式結果、已交付系統與客戶採用情況,都可為比較提供資訊。重要問題是,證據是否針對相同的工作負載與決策。

把 AMD TOP500 的佔比視為進一步調查的理由。若你正在評估研究基礎設施,請將榜上配置與實際應用程式比較,並找出哪些效能問題仍未有答案。追蹤 Lux 的科學使用者,檢視可重現的軟件結果,並關注競爭供應商已確認的部署。把安裝數量與加速器採用分開看待,並區分基準吞吐量與經驗證的研究成果。這種做法既保留 AMD 所報告進展的價值,亦令下一輪主張更容易評估。下一個標題出現時,請問哪項新證據會改變真實決策:系統數量、運行軟件的體驗,還是這些系統所產生工作的質素?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page