安徽云联万佳信息科技有限公司
三、沐曦：AMD核心团队的CUDA兼容路线
3.1 创立与团队
沐曦2020年9月成立于上海，是最年轻的GPU创业公司之一，但团队背景可能是最强的：
| 角色 | 姓名 | AMD经历 |
|---|---|---|
| 创始人兼CEO | 陈维良 | AMD全球GPU SoC设计总负责人 |
| CTO | 杨建 | AMD首位华人科学家（Fellow） |
| 核心团队 | — | 来自AMD全球GPU研发高管层，平均20年GPU全流程研发经验，主导过十余款世界主流GPU量产 |
这个团队背景意味着沐曦从第一天起就有完整的GPGPU设计能力——从架构定义、前端设计、后端实现到量产，不需要从零摸索。累计申请专利超800项，已落地245项。
3.2 三大产品线
沐曦的产品线布局非常清晰，覆盖训推、推理和图形三大场景：
| 产品线 | 定位 | 代表产品 | 状态 |
|---|---|---|---|
| 曦云C系列 | 训推一体（GPGPU） | C500 → C550 → C588 → C600 | 已量产，迭代中 |
| 曦思N系列 | 推理专用 | N260 | 已发布 |
| 曦彩G系列 | 图形渲染 | — | 研发中 |
3.3 曦云C500：对标A100的主力产品
| 参数 | 沐曦 C500 | NVIDIA A100 | C500相对表现 |
|---|---|---|---|
| 制程 | 7nm | 7nm | 同代 |
| FP32 | 36 TFLOPS | 19.5 TFLOPS | 超A100 85% |
| FP16/BF16 | 280 TFLOPS | 312 TFLOPS | 约A100的90% |
| INT8 | 560 TOPS | 624 TOPS | 约A100的90% |
| 显存 | 64GB HBM2e | 80GB HBM2e | 容量略少 |
| 显存带宽 | ~1.8 TB/s | 2.0 TB/s | 约A100的90% |
| 功耗 | 350-450W | 400W | 相当 |
| 互联 | MetaXLink 200GB/s | NVLink 600GB/s | 仅NVLink的33% |
| 主机接口 | PCIe 5.0 + CXL 2.0 | PCIe 4.0 | 更先进 |
C500的FP32算力36 TFLOPS甚至超过A100的19.5 TFLOPS——这在国产GPU中相当罕见。但在BF16和INT8等AI关键精度上，C500约为A100的90%，差距不大。最大的短板是互联带宽：MetaXLink仅200 GB/s，是NVLink 600 GB/s的三分之一，这在大规模分布式训练时会成为瓶颈。
3.4 MXMACA：CUDA兼容的正确姿势
沐曦最大的差异化优势不在硬件参数，而在软件——MXMACA（MetaX Compute Architecture）软件栈。
国产GPU做CUDA兼容，通常有三种方式：
| 兼容方式 | 原理 | 代表 | 优缺点 |
|---|---|---|---|
| 二进制翻译 | 运行时将CUDA二进制翻译为本机指令 | 部分厂商 | 兼容性差，性能损失大 |
| 虚拟化桥接 | 在CUDA API和本机驱动之间加中间层 | 部分厂商 | 开销大，维护复杂 |
| 原生API映射 | 基于语义等价，PTX中间表示适配器+内核重编译 | 沐曦MXMACA | 性能最优，迁移成本最低 |
MXMACA的核心思路是：不做翻译，做映射。它通过PTX（NVIDIA的并行线程执行中间表示）适配器，将CUDA代码的语义直接映射到沐曦自研GPU的原生指令集上，然后通过内核调度器重编译。这就像两个语言虽然不同，但概念一一对应——你不需要翻译整本书，只需要建立一个术语对照表。
结果就是：PyTorch、TensorFlow、DeepSpeed、vLLM等主流框架和工具链，仅需极小量代码修改即可迁移到沐曦平台。这是沐曦从AMD团队继承的核心know-how——AMD自己的ROCm也是用类似思路兼容CUDA生态的。
3.5 C600：下一代旗舰
2025年7月，沐曦发布曦云C600，核心升级：
- HBM3e显存：从HBM2e升级到HBM3e，带宽大幅提升
- 144GB显存容量：较C500的64GB翻倍，可运行更大的模型
- FP8精度支持：紧跟NVIDIA Hopper架构的FP8趋势，降低大模型训练的计算和存储开销
- 2.5D Interposer + FCBGA先进封装：在长电科技江阴基地完成封测
- 2025年6月，沐曦科创板IPO申请获受理，募资39.04亿元；12月17日正式登陆科创板上市。IPO估值约210亿元。
四、三家对比：三种路线，三种活法
4.1 技术路线对比
| 维度 | 壁仞科技 | 燧原科技 | 沐曦 |
|---|---|---|---|
| 技术路线 | GPGPU全自研 | AI专用+系统级 | GPGPU+CUDA兼容 |
| 架构 | 壁立仞（数据流为中心） | 邃思（AI训练/推理专用） | 自研GPU IP+MXMACA |
| 制程 | 7nm（台积电） | 12nm（格罗方德） | 7nm |
| 单卡最强算力 | BF16=1024T | FP32=40T/TF32=160T | FP32=36T/FP16=280T |
| 互联 | BLink 448GB/s | GCU-LARE 300GB/s | MetaXLink 200GB/s |
| 软件生态 | 自研（从零构建） | 驭算（热启动/框架兼容） | MXMACA（CUDA原生映射） |
| 集群规模 | 16卡全互联 | 8000卡 | 千卡集群 |
| 估值 | 140-155亿 | 160亿 | 210亿 |
| IPO状态 | 港股IPO备案 | 未上市 | 科创板已上市 |
4.2 三种活法
壁仞的活法：算力碾压。用Chiplet双die把单卡BF16算力推到1024T，比A100高3倍以上。这种"暴力美学"的好处是参数漂亮、容易吸引关注和资本；代价是功耗550W偏高，软件生态从零构建需要大量投入。壁仞的策略是"先用硬件参数证明实力，再慢慢补软件生态"。
燧原的活法：系统制胜。单卡算力不是最强（12nm先天限制），但燧原从第一天就做系统级方案——GCU-LARE互联+驭算软件+CloudBlazer Matrix集群，提供端到端交钥匙方案。8000卡规模的集群经验，是壁仞和沐曦都不具备的。燧原的策略是"不追求单点最强，追求系统级最优"。
沐曦的活法：生态嫁接。硬件参数中规中矩（C500对标A100，各项约90%），但MXMACA的CUDA原生API映射让迁移成本降到最低。AMD团队的GPGPU设计经验保证了硬件的工程化质量，CUDA兼容保证了软件生态的快速接入。沐曦的策略是"不做最强，做最兼容"。
4.3 共同的挑战
三家公司虽然路线不同，但面临共同的挑战：
第一，制程天花板。壁仞和沐曦用7nm，燧原用12nm。在台积电3nm、2nm已经量产的当下，国产GPU的制程代差至少2-3代。而且7nm本身也面临制裁风险——台积电可能随时被要求停止代工。
第二，互联差距。壁仞BLink 448GB/s、燧原GCU-LARE 300GB/s、沐曦MetaXLink 200GB/s，都远低于NVIDIA NVLink 4.0的900GB/s（H100）。在大模型训练中，互联带宽直接决定了多卡并行的效率。
第三，软件生态。无论壁仞从零构建、燧原驭算热启动、还是沐曦MXMACA兼容CUDA，面对的都是NVIDIA CUDA十几年积累的数百万开发者和数十万个优化算子。这是最难跨越的护城河。
第四，量产与交付。纸面参数和量产交付之间有巨大鸿沟。壁仞BR100发布于2022年，但直到2025年5月BR104才正式量产；燧原邃思3.0参数至今未完全公开。从"发布"到"客户能用"通常需要2-3年的打磨期。
五、总结：创业公司的生存法则
回顾这三家公司的历程，可以总结出国产GPU创业公司的三条生存法则：
法则一：选对赛道比做到最强更重要。壁仞选GPGPU、燧原选AI专用、沐曦选CUDA兼容——三条路都能走通，关键是与团队基因匹配。壁仞有架构创新能力，所以敢做全自研；燧原有系统级视野，所以做交钥匙方案；沐曦有AMD经验，所以做CUDA兼容。
法则二：先活下来，再追先进。燧原用12nm而不是7nm，看似落后，但在制裁环境下反而更安全——格罗方德不受美国出口管制限制。沐曦C500对标A100而不是H100，看似保守，但A100级别的产品已经能满足大部分AI训练需求，且良率更高、成本更低。
法则三：软件是最终的战场。三家公司都在硬件参数上做到了A100的80%-300%，但真正的差距在软件。CUDA有15年积累、数百万开发者、数十万优化算子。壁仞从零建生态最难但最自主，沐曦做CUDA兼容最快但受制于人，燧原走中间路线平衡了效率和自主。谁能率先在软件生态上跑通"开发者迁移-模型适配-性能优化"的闭环，谁就能真正活下来。
下一篇，我们将继续看新兴厂商（下）——天数智芯、景嘉微，以及更多在细分领域突围的国产GPU力量。
本文数据来源：壁仞科技发布会/搜狐/与非网/环球星球/百度百科；燧原科技发布会/seccw中电网/燧原官网/豆丁网；沐曦科技官网/CSDN/博客园/百度百科。数据截至2025年12月。
