超算玩游戏：碾压还是另一种无聊

把“神威·太湖之光”这种级别的超算接上显示器，开机，点开《赛博朋克2077》，会是什么画面？很多人第一反应是：画质拉满，帧数爆表，光追开到最大也毫无压力。但真实情况可能让你大失所望——它甚至可能跑不起来。

超算和游戏机是两种完全不同的物种。超算的核心是并行计算，它由数万个计算节点组成，每个节点可能没有独立显卡，甚至没有传统意义上的“CPU”概念。它擅长的是把一个大任务拆成无数小块，同时计算。而游戏画面渲染是高度串行的流程：先算物理，再算光照，再算阴影，最后合成一帧。这个过程依赖的是单核性能，不是堆核心数量。你让一万个工人去画同一张画，效果不会比一个达芬奇更好。

那超算真的完全不能玩游戏吗？也不尽然。像《文明》这种回合制策略游戏，每一步的AI决策是相对独立的。超算可以同时模拟几万个AI玩家，每个AI负责探索地图的一角，然后在回合结束时汇总结果。这会让AI的思考速度变得极其恐怖——普通人需要十分钟做的决策，超算可能用0.1秒就完成了。你看到的结果是，电脑AI每回合都像开了天眼一样精准，进攻路线毫无破绽，仿佛一个深不可测的围棋大师。

更夸张的是像《我的世界》这样的沙盒游戏。把一个边长一百公里的地图加载进内存，所有方块数据都驻留于超算的分布式存储中。当你挥动镐子挖掉一块石头时，这个指令会广播到所有节点，更新整个世界的物理模型和光照贴图。普通电脑加载这个世界需要几分钟，而超算可能在一秒内就完成了全图的区块分析。你可以瞬间“看到”整个地图上所有矿物的分布，所有地形的高低起伏——当然，前提是你的显卡能跟上超算输出的数据量。实际上，超算的数据输出带宽和GPU的渲染管线完全不匹配，你看到的画面大概率是黑屏和闪烁的马赛克。

还有一个有趣的方向是“AI训练+游戏博弈”。2017年，AlphaGo Zero用超算级的算力自我对弈，从零开始学习围棋，三天内就以100比0碾压了击败李世石的那版AlphaGo。如果把这种算力用于打《星际争霸》呢？DeepMind的AlphaStar就是干这个的。它在超算上运行，能同时模拟几百场对战，每场对战里有上千个单位和战术选项。普通职业选手的APM（每分钟操作次数）大约是300到500，而AlphaStar的APM可以轻松破千，而且操作精度远超人眼。它的战术风格不是“更快”而是“更怪”——它会用人类根本想不到的兵种组合和推进路线。2019年，AlphaStar以10比1的比分击败了两位欧洲职业选手，输掉的那一场，是它尝试了一种非常规的开局，结果玩脱了。

但如果你问“用超算玩《英雄联盟》”会怎样，结论会有点尴尬。超算的通信延迟通常在微秒级，听起来很低对吧？但它和家用电脑的差别在于架构。超算的计算节点之间通过高速网络连接，但每个节点的单核性能其实一般。而MOBA游戏的胜负取决于整个系统和画面帧率，你的操作延迟和反应速度，而不是你能同时计算多少个敌人血量。你让超算去算“我该不该闪现接大招”，这个决策一秒内能得出无数个答案，但你的手指未必跟得上。

归根结底，超算玩游戏的形态很少是“人坐在屏幕前操控”，更像是“AI在后台替你做决策”。它不是在娱乐你，而是在优化任务本身。当你看到超算在游戏棋类项目里碾压人类时，那不是游戏，那是算法在数学层面上的胜利。游戏的本质是规则和挑战，而超算看游戏的方式，是把它拆解成概率、期望值和最优解。对它来说，每一局游戏都是一道数学题，而不是一场社交或心灵冒险。

所以超算玩游戏是什么样子？大概和科学计算没什么区别。它不会鼓掌，不会懊恼，也不会在推掉敌方水晶的那一刻感到快乐。它只是在极短的时间内，把游戏的每一种可能都走了一遍，然后告诉你哪个选项胜率最高。这种“玩”已经是另一种层面的东西了。人类享受的是过程中的不确定性，而超算享受的——如果它算得上享受的话——是结果的确定性。