灵晟用纯CPU堆出世界第一这事，我最初的理解是：看，不靠GPU一样能赢。
后来跟一个做AI基础设施的朋友聊起这事，他说，纯CPU做HPC确实牛逼，但AI训练最怕什么吗？怕的是你的算力成本比别人贵一个数量级。
他给我算了笔账。灵晟的HPL-MxP成绩是7.92 ExaFLOP/s，排名第四，比HPL提升约3.6倍。而主流GPU集群的混合精度提升通常是10倍以上。纯CPU设计缺少专用低精度加速器的瓶颈，TOP500官方都点出来了。
这意味着什么？在AI训练场景下，同样的计算任务，纯CPU集群需要更多的节点、更多的电、更长的时间。
曙光8000走了另一条路。"超智融合"，把高精度科学计算和低精度AI训练放在同一套系统里。FP64到INT8全精度覆盖，混合精度效率天生就比纯CPU高。这不是在旧路线上继续堆规模，而是为AI负载重新设计了系统。
灵晟回答的是"没有GPU行不行"，答案是可以，而且还可以。曙光8000回答的是"AI时代的基础设施应该长什么样"，答案是不只是CPU，是芯、算、存、网、冷、管、软的七位一体。