探底国产GPU靠什么决胜未来 | WAIC艾问探展沐曦股份

导语：2026年世界人工智能大会（WAIC）现场，气氛正在发生一种微妙而深刻的变化。走过展馆，几乎没有人再空谈大模型的参数量了。

从智能体（Agent）到长上下文，行业的兴奋点已经转移，而所有的讨论最后都收拢指向同一个底层支撑：GPU。

过去几年，国产GPU的叙事核心始终围绕着“能不能造出单卡”。

但在今年WAIC现场，与沐曦联合创始人、CTO 彭莉进行了一场深度对话后，科技投资人、知名主持人艾诚感受到了一个极其清晰的产业信号：一场关于“系统、超节点、生态建设与集群”的爆发，正式拉开了序幕。

走出WAIC H1馆，艾诚的第一个直觉

今年WAIC，一个细节令人印象特别深刻。走在展馆里，几乎所有的AI初创企业都在谈论 Agent（智能体）。但当你走进最具硬核科技感的 H2 馆，会发现另外一个根本性的变化：大模型公司已经不再讨论参数了。

大家开始频繁讨论 GPU。更准确地说，大家真正焦灼、真正讨论的是——怎样把更多的 GPU，真正稳定地跑起来？去年，全行业的焦点还在于“有没有国产 GPU 芯片”；

而今年，所有走进展馆的投资人、大模型创始人、政企算力买家，都在问同一个极其残酷的问题：“国产 GPU，是否已经真正好用？”

在科技投资人艾诚看来，这标志着中国算力产业正经历一场深刻的蜕变：从实验室里的突破，彻底迈入大规模商业化落地的“工程硬仗”。

GPU真正的竞争，已经不是造芯片

在很长一段时间里，资本市场和舆论评判一家国产 GPU 企业的标准，简单得近乎粗暴：能不能流片？能不能做出对标海外大厂的单卡芯片？

政策端“十五五规划”提出以超常规手段扶持半导体产业，市场和媒体的聚光灯也盯着芯片的发展情况。

但在今年 WAIC 现场，艾诚与沐曦联合创始人、CTO 彭莉深度对话后，一个事实变得无比清晰：造出芯片，不过只拿到了这场超级竞赛的一张“入场券”。

●过去的竞争，比的是单卡跑分：看谁的浮点算力高，看谁的参数强。

●今天的竞争，比的是超节点与系统：当全行业迈入智能体与海量推理时代，算力需求呈现指数级爆发，单一硬件参数早已无法定义企业核心竞争力。

●明天的竞争，比的是生态与稳定：海外巨头靠着CUDA软件生态、数十年积淀的集群工程经验，构筑了高耸的生态壁垒；

而国内不少厂商软件工具链尚不成熟，开发者迁移成本高企，部分仍停留在“单卡交付”阶段，客户买回去后，服务器集成、多卡互联、调度运维全部需要自行摸索，规模化落地瓶颈极其突出。

正如艾诚在现场点评所言：“造出一颗好芯片，对应的是碳基人类的单点技术突破；而搭建一套好用的算力系统，对应的是硅基 AI 的系统化协同逻辑。”

沐曦联合创始人、CTO彭莉与科技投资人艾诚对话中，直言当下产业最底层的矛盾：“我们已经实现了高性能 GPU 从 0 到 1 的单点突破，但单点强，并不等于产业链完整。

半导体产业链极长，上游原材料、晶圆、设备中不少环节仍然存在短板；更关键的是，小规模部署和千卡、万卡的商用集群，是两套完全不同的技术逻辑。超大规模算力集群建设能力，才是国产算力下一阶段的核心攻坚目标。”

彭莉进一步阐述了她对技术传承与系统思维的思考：“我们有很多资深科学家，像老一辈科研工作者，一辈子深耕领域，但知识很难完整传递、沉淀给下一代，碳基生物的知识传承存在天然壁垒；但硅基 AI的智能可以持续迭代、无限叠加，这是硅基最大的特点。大家不必恐惧 AI 替代人类，AI 本质是拓展人类能力边界的工具。

拿我自身举例，我深耕芯片领域多年，但如果让我从零开发软件工具，依然需要从头学习编程语言；

现在普通人借助 AI，无需完整学习底层知识，就能快速完成工具开发。核心是具备复杂系统思维，学会提出精准问题、把单点能力串联成完整解决方案。

放到企业层面，To C 互联网产品可以依靠 AI 彻底重构产品形态；但大型制造、政企组织拥有成熟业务流程，AI 不能颠覆性替换原有体系，最优路径是‘存量系统打通、增量 AI 提效’。”

这恰恰解释了国产算力顶层设计与企业战略的同步转型：超常规扶持不再单纯聚焦于芯片设计本身，而是通过体制优势攻克全产业链短板，同时通过大型智算中心的建设，倒逼企业去啃下大规模集群这块硬骨头。

为什么今年所有人都在讲“超节点”？

如果你仔细观察今年 WAIC 算力厂商的展台，会发现一个有趣的现象：本土头部芯片玩家，无一例外地将“超节点”摆在了最显眼的位置。

为什么今年所有人都在讲“超节点”？艾诚在调研中发现，答案隐藏在底层需求的变化里：

1.开源SOTA模型的示范效应：DeepSeek V4、KIMI K3等最新开源模型架构的快速演进，对集群间的通信吞吐提出了变态级的要求。

2.Agent（智能体）的爆发：智能体需要通过多轮推理和工具调用来完成复杂任务，因此通常需要更长上下文窗口，这意味着算力消耗从“训练为主”迅速转向“海量高并发推理”。

3.单机柜高密度的刚需：传统的服务器堆叠模式，在面对万亿参数模型时，光是线缆损耗和卡间通信延迟就能蚕食掉 20% 以上的算力，“超节点”，成为了良药。

在传统建设模式下，客户部署较大规模算力系统，通常需要协调芯片、服务器、网络互联和软件平台等多方厂商，完成系统集成、兼容适配、性能调优及稳定性验证，整体实施复杂度较高。

面对这一行业痛点，沐曦在本届 WAIC 给出的答案，叫做曦景 S 系列超节点。这一产品的落地，展示了沐曦“芯片—板卡—服务器—超节点—集群”的全链路硬件矩阵：

● 底座全栈自主化：基于全自研的底层架构，搭载曦云 C 系列 GPU打造系统级超节点，实现了核心“发动机”的完全自主。

● 高密度架构：单机柜支持 64 卡高密度部署，柜内采用正交无背板互连方案，最大限度减少线缆损耗，大幅降低多卡通信延迟。

● 平滑扩容能力：架构预留横向扩展空间，能够无缝平滑扩容至万卡甚至十万卡集群。

在技术细节上，超节点的攻坚集中在几大工程壁垒：

• 线性度的极限控制：100 张卡的集群，理论算力绝非简单的 100 倍，通常会因通信延迟和调度损耗打折扣。曦景通过自研的芯片架构、MetaXLink与 MXMACA 调度软件的双向优化，极致压缩算力衰减空间，在集群层面实现更优的效率。
• 马拉松式的长效稳定性：数据中心超节点需要连续多年不间断高强度运转。芯片供电、散热、故障自愈隔离能力，决定了集群能否跑完“马拉松”。沐曦的产品在稳定性上极具优势。

彭莉补充道：“智能化时代催生了全新的产业机会，原有硬件格局被打破。但只有具备‘芯片+整机+集群’全栈能力的企业，才能抓住规模化落地的历史窗口。

模型迭代速度极快，企业必须实行‘在售一代、在研一代、预研一代’的三层产品布局，提前预判技术趋势，否则芯片量产之日，就是落后之时。”

翻越CUDA大山，国产GPU的“安卓路线”与“iOS路线”

谈及国产 GPU 的替代引导，行业里有一句流传甚广的苦笑：“造芯片难，但比造芯片难一百倍的，是翻越 CUDA 这座大山。”

英伟达用几十年的时间建立了 CUDA 生态，拥有极为完整的编译器、算子库、调试工具以及全球数以百万计的开发者依赖。

主流开源大模型和深度学习框架，无一例外地原生适配 CUDA。开发者迁移到国产芯片，如果需要重构大量代码，其隐性时间成本和迁移风险将是巨大的阻碍。

面对 CUDA 构筑的闭环生态壁垒，国产 GPU 厂商走出了两条完全不同的道路：

● 路线一：依靠API工具实现上层部分功能兼容。只在最上层保持与CUDA相同的函数名和调用方式，以API接口形式实现部分功能兼容，内部实现和底层硬件无法做到深度兼容。

● 路线二：底层兼容。从最底层的GPU架构、指令集以及编译器源代码，原生兼容CUDA生态，能够做到几乎无需修改代码、帮助开发者接近零成本实现生态迁移。

沐曦选择的，正是第二条极其艰难但充满战略远见的路线。

彭莉在专访中深邃地剖析了这一布局：“MXMACA 突破 CUDA 壁垒，难易并存。

优势在于，沐曦从芯片 IP 设计阶段就同步构建了MXMACA软件栈并原生兼容CUDA，CUDA 代码迁移改动量可控；难点在于，生态需要以十年计算的持续经营，无法短期速成。”

而这条路，沐曦又通过软件栈开源的方式促进生态繁荣。从2025年2月正式宣布开源MXMACA，沐曦持续扩大开源范围，当下开发者社区已聚集起了超过50万的注册用户，希望打造人工智能时代的“Android”生态。

“开源统一并行计算标准，能够有效降低全行业的适配成本。”

在艾诚看来，开源软件栈具有不可替代的战略价值：1、建立真正自主可控的计算生态底座；2、深度适配企业算力底座自主可控需求；3、聚拢开发者，以“胶水”般的软件粘性，反向引导硬件系统的迭代。

大模型之外，（AI4S）才是暗流涌动的广阔蓝海

当几乎所有国产 GPU 厂商都在大模型训练和通用推理这两个红海赛道里杀得不可开交时，艾诚关注到沐曦在本届 WAIC 上展出的另一张关键牌——曦索 X 系列科学智能 GPU。这是一个聚焦于 AI for Science（AI4S） 的差异化场景。

过去，全球传统科学智能领域长期被海外巨头垄断，新药研发、气象模拟、航空仿真等领域，高度依赖海外超算架构。

传统的科学计算长期依靠 CPU，但在面对高度并行的计算时，其效率存在瓶颈；而市面上大多数通用 AI GPU，为了追求大模型推理效率，大幅裁剪了高精度算力，无法满足科学计算需求。

彭莉道出了沐曦布局曦索 X 系列的底层初衷：“AI 只是工具，只有和行业真实科研难题结合，才能释放最大价值。生物医药、基因测序、新材料模拟，都是关乎国家竞争力的核心领域。

沐曦的底层 GPU 架构天生具有通用性。曦索 X 完美匹配 AI4S 的全精度计算需求。我们不仅提供硬件，还同步配套适配了 GROMACS 等主流科学计算开源框架，联合高校和科研院所推进新药研发与材料模拟。

未来 GPU 的最大价值，绝不会仅仅局限于生成几段文字或几张图片。更大的产业空间，是借助算力去探索未知的科学规律。”

这种布局策略给沐曦带来了独特的反哺效应：科学计算对硬件可靠性、数值精度和长时间连续运行的要求，远高于一般场景。

在 AI4S 极高压工况下磨砺出来的硬件稳定性经验，能够直接迭代反馈给设计研发的有迭代，形成正向的技术飞轮。

资本从热狂到冷静——投资人到底在看什么？

在 WAIC 的专访尾声，作为科技投资人的艾诚抛出了一连串针针见血的快问快答：“国产 GPU 从‘能用’到‘好用’，最大的阻碍是什么？”

“面对那些依然心存顾虑、不敢轻易切换国产算力的客户，你最想说什么？”

彭莉没有回避，坦诚地给出了来自产业第一线的回答：“整个算力芯片行业，需要‘耐心资本’。产业成长周期漫长，希望客户和开发者用长远的视角看待国产 GPU 赛道。

国产 GPU 当下最大的挑战，是规模化落地的实际验证。0 到 1 的单点芯片突破我们已经完成，但十万卡以上大规模集群的稳定商用，仍然是全行业共同的目标。

面向大规模推理需求，我们芯片厂商需要考虑的不只是单颗芯片能力，而是系统整体方案。

在光互联等环节，GPU、交换机和光模块等不同产业链伙伴需要在设计早期便进行协同，以解决复杂的系统级问题；

也需要大模型企业、科研院所和终端客户给出真实的高标准业务场景。我们需要在真实的‘炮火’中反向驱动软硬件的迭代升级。”

在沐曦展台的现场，铺开丰富的行业落地成果，以其“1+6+X”产业战略为核心，展示了“Token工厂”“重点实验室”“金融”“医疗健康”“能源”“教科研”“交通”“大文娱”等场景落地案例；

展区还摆放了卫星实物、人形机器人等，具象化展示沐曦 GPU 在空天算力、具身智能、世界模型前沿领域的实践成果，覆盖从多样场景的广阔应用边界。

结语：芯片只是起点，生态才决定终局

从曦景 S 系列超节点完成硬件全链路闭环，到 MXMACA 以开源姿态助力国产计算生态繁荣，再到曦索 X 深入 AI4S 的的布局，直至沐曦“1+6+X”产业生态的落地实践——站在科技投资人艾诚的视角来看

沐曦在本届 WAIC 上展现的“全栈硬件+开源软件+垂直落地+产业落地”四位一体布局，清晰地勾勒出了国产算力新生态的完整轮廓。

这场对话，恰恰印证了艾诚对资本市场转向的判断：去年，投资人追逐大模型，问的是“谁能做出中国的 GPT”；

今年，投资人重新审视 GPU 基础设施，问的是“谁的产品能在客户的数据中心里稳定跑上一年”。

资本正在从盲目的热潮中冷却下来，转向拥抱有耐心、有系统交付能力、有生态根基的实体底层。

中国 GPU 产业的下一站，规则已经彻底改变：不再是谁先在实验室里流片出一块参数惊艳的芯片；而是谁能率先搭建起一套让开发者愿意长期留下、让产业能够持续运转、在万卡级别高压下依然稳如磐石的算力底层生态。

正如彭莉在结束采访时所言，中国算力的演进需要耐心、恒心与决心。在这场属于中国算力底座的长期主义长跑中：

芯片只是起点，生态才决定终局。

艾诚简介

艾诚（Gloria Ai），主持人、投资人、《艾问iAsk》创始人，曾任中央电视台驻纽约财经评论员，现任《艾问人物》出品人，也担任国内外财智盛会如博鳌亚洲论坛等的常邀双语主持。艾诚是哈佛大学、北京大学和中国传媒大学的校友代表，清华大学苏世民学院业界导师，哈佛大学第一代校友（FGHA）导师，YPO世界青年总裁组织成员。

作为《艾问iAsk》创始人，艾诚一直致力于向世界讲好中国创新故事，已记录近2000位时代人物，实现百家媒体全球传播。曾获《福布斯》杂志2016年度30位30岁以下亚洲人物唯一上榜华人主持以及世界经济论坛2012年度全球杰出青年，著有《奋斗是一种信仰》、《创业的常识》、《创业不死法则》等财经书籍。

艾诚被授予家乡黄山的形象大使，因扶贫助农的女性领导力与公益心，获评全国三八红旗手。