专访沐曦股份：国产GPU走向规模化应用，超节点竞争才刚开始

随着国产GPU逐步进入规模化应用阶段，厂商的产品研发和客户采购标准都在发生变化。

在沐曦股份高级副总裁孙国梁看来，客户已经不再满足于GPU能够运行模型，而是开始关注系统的长期稳定性、软件兼容程度，以及后续部署和运维成本。对于GPU厂商来说，除了提升芯片性能，如何让产品适应更多实际业务需求，也成为研发的重要方向。

在11月5日至10日举行的第九届中国国际进口博览会上，沐曦股份携曦景S600超节点及与东方算芯联合推出的异构双擎算力机柜亮相中国馆。两款产品分别采用多GPU高速互联和异构芯片协同的技术路线，面向大模型训练、推理等不同计算需求。

不过，超节点虽然已成为国产算力厂商重点布局的产品方向，但实际上仍处于发展初期。沐曦股份产品工作人员指出，目前多数厂商的超节点仍属于第一代产品，各家技术路线存在差异，尚未形成统一标准。他预计，行业可能需要2至3年时间逐步沉淀相关标准。

沐曦股份高级副总裁孙国梁

在接受证券之星专访时，孙国梁分别从产品规划、软件生态、客户应用及行业竞争等角度，介绍了沐曦的业务进展，并谈及国产GPU规模化应用面临的挑战。

01、客户不只看单卡性能

过去几年，国产GPU的一项重要任务，是证明自身产品能够运行主流人工智能模型和应用。随着产品逐渐进入生产环境，客户也开始提出更加具体的要求。

“这几年最大的变化，是客户从‘能不能用’，转向了‘敢不敢长期用、好不好规模化用’。”孙国梁认为，对于已经拥有真实业务负载的客户，GPU采购不再只是比较理论算力和硬件价格。系统能否长期稳定运行、现有软件能否顺利迁移，以及后续扩容和运维需要多少投入，都会影响采购决策。

客户需求的变化也影响着沐曦的产品规划。目前，公司已形成覆盖人工智能训练、推理、图形渲染和科学计算的GPU产品体系，其中大模型推理是重点关注的方向之一。

孙国梁介绍，训练和推理虽然对应不同的计算任务，但底层技术存在较多共性，沐曦仍会以通用GPU为基础开展研发。随着大模型进入更多实际应用场景，推理需求持续增加，公司也会将部分研发资源向这一方向倾斜，重点优化计算效率和使用成本。

这一思路也体现在公司的业务拓展上。除了面向智算中心等客户提供算力产品，沐曦还在金融、医疗健康、能源、教科研等行业拓展应用，并关注具身智能、低空经济等新兴领域。面对不同场景的计算需求，公司希望通过通用GPU架构和基础软件栈的持续迭代，减少重复开发和适配的成本。

相比单一的性能指标，实际业务能否顺利运行，正成为国产GPU争取客户的重要条件。

这一变化也反映在公司的经营数据中。2026年前三季度，沐曦股份实现营业收入28.24亿元，同比增长128.45%；归母净利润6.39亿元，实现同比扭亏为盈；扣非归母净利润2.59亿元。

其中，第三季度营收达到15亿元，同比增长367.12%，单季度扣非归母净利润3.08亿元，连续两个季度实现单季扣非盈利。公司在财报中表示，营收增长主要来自GPU产品出货量提升。

根据公司此前披露的信息，沐曦GPU产品已在千卡规模集群中实现商业化应用，并继续拓展更大规模的集群项目。公司2026年半年报还提到，其产品已部署于北京、上海、杭州等地的多个智算中心，并参与部分科研和行业应用项目。

今年9月，沐曦股份还宣布与AI infra公司魔形智能达成生态合作。双方基于沐曦国产GPU打造的万卡集群“Token工厂”已投入使用。

对于国产GPU厂商来说，订单和部署规模的增长固然重要，但客户最终获得的并不是孤立的芯片性能，而是能够在现有业务系统中持续使用的计算能力。

02、软件生态与超节点

在国产GPU替代英伟达的过程中，硬件性能并不是唯一的难点。

英伟达长期积累的CUDA生态，覆盖了GPU编程工具、计算库、人工智能框架及大量开发者已经编写的应用程序。即便其他GPU厂商能够提供具有竞争力的硬件产品，客户仍需要考虑原有程序能否运行，以及迁移过程中需要投入多少人力和时间。

对于开发者而言，能够运行某个模型，与在生产环境中保持原有的性能和稳定性，也并不是一回事。算子支持、计算精度、框架兼容和性能调优，都可能影响迁移结果。

沐曦选择的路线是通过自研MXMACA软件栈兼容CUDA生态，尽可能减少客户修改原有代码的工作量。

前述产品工作人员向证券之星介绍称，沐曦的兼容工作并不只是停留在API接口层面，还会深入到底层算子等环节。对于一些已经完成适配的业务，客户可能在几天至一周左右实现迁移。

这也是他认为沐曦具有竞争力的地方，相比完全建立新的开发环境，让客户尽可能沿用已有的软件资产，可以减少更换GPU平台的阻力。

从公开数据看，沐曦已经在软件适配方面积累了一定规模。根据2026年半年报，公司MXMACA软件栈已支持超过6000个CUDA应用，并与超过1000个模型实现原生适配，其中包括Qwen、MiniMax、GLM等模型系列。

实际适配项目也能反映相关工作的复杂程度。

孙国梁也提到，尽管目前主流框架和大量模型已经具备较好的兼容基础，但部分长尾算子、行业专用库及极致性能优化仍需要持续投入。这些工作不仅依靠GPU厂商自身研发，也需要与模型开发者、框架厂商和行业客户共同完成。

软件生态之外，随着客户的算力需求从单台服务器扩大到千卡、万卡集群，如何提高多GPU系统的实际效率，也成为新的技术挑战。

今年7月，沐曦在世界人工智能大会上发布曦景S600超节点，据了解S600单机柜可支持128卡全交换、无带宽收敛的互联架构，并能够横向扩展至万卡集群。

据前述工作人员介绍，过去模型规模较小时，一台搭载多张GPU的服务器便能够运行不少模型。但随着模型规模扩大，越来越多的计算任务需要多台服务器协同完成，通信效率也开始制约整套系统的性能。

传统服务器组成集群后，不同设备之间的数据传输会产生额外开销，CPU与GPU之间的互联带宽、通信架构和软件调度都可能成为瓶颈。即使增加GPU数量，实际计算能力也未必能够同比例提升。

超节点希望通过统一的系统设计减少这些损耗。沐曦曦景S600采用自研MetaXLink高速互联技术，配合MXMACA软件栈，提高多GPU协同计算的效率。孙国梁表示，公司在相关产品研发中，更加关注真实业务负载下的有效算力和每Token成本，而不只是理论峰值。

除了通信效率，超节点也需要考虑大规模部署的成本。工作人员介绍称，整机柜集成设计可以减少部分重复的服务器硬件配置，模块化架构则有利于后续扩容和故障处理。

对于GPU厂商而言，产品进入客户机房后，仍需要完成软硬件适配、系统调试和稳定性验证。沐曦目前主要采用标准化的产品交付方式，减少不同项目之间重复的工程工作。

而当客户已经完成前期部署，原有的软件环境和工程经验也会影响后续采购。工作人员表示，从上一代曦云C500到新一代C600，已经使用C500的客户通常具有较强意愿继续考虑沐曦的新产品。

此前的软件适配和部署经验，降低了老客户升级产品的成本，也让沐曦在后续采购中具备一定优势。但客户是否会持续采购，仍要看新一代产品的实际表现。

03、国产GPU的下一轮竞争

对于未来几年的国产GPU行业，孙国梁认为，企业之间的竞争将越来越依赖系统级能力。除了芯片自身的性能，软件生态是否成熟、不同计算设备能否高效协同，以及产品能否大规模交付并长期稳定运行，都会影响厂商的市场竞争力。

在沐曦的产品规划中，孙国梁将公司希望建立的优势归纳为三个方面：全栈自研带来的架构与成本控制能力、以MXMACA为核心的软件生态，以及从超节点到大型集群的系统工程能力。这些工作覆盖了芯片设计之外的多个环节，也需要持续的研发投入。

沐曦2026年半年报显示，公司上半年研发投入5.25亿元，占同期营业收入的39.65%。随着产品从单卡向整套算力系统发展，相关研发工作也涉及高速互联、软件适配和大规模集群等领域。

与此同时，制造供应链也是国产GPU企业需要解决的现实问题。沐曦今年5月实现量产的曦云C600，是公司首款采用全国产供应链的旗舰级GPU。孙国梁介绍，采用国产供应链后，芯片设计与制造环节需要更早开展协同，研发团队必须充分考虑制造工艺对产品设计的影响，并加强可靠性验证。

在他看来，全栈自研的一个优势，是厂商能够根据自身架构主动调整设计，以适应不同的制造条件。沐曦也在与国内产业链企业共同开展产品定义和验证，将相关经验用于后续GPU产品研发。

除了芯片本身的研发与制造，随着算力系统规模不断扩大，产品架构和技术标准也成为厂商需要考虑的问题。近年来，多家国产GPU企业陆续推出超节点产品，但不同厂商在互联技术和系统设计上仍采用各自的方案。

据前述沐曦工作人员透露，目前多数厂商的超节点仍属于第一代产品，各家企业根据自身GPU架构和互联技术设计产品，因此在计算节点、交换系统和软件调度等方面存在差异。对于沐曦来说，如何确定适合自身产品的技术架构，以及未来采用什么样的合作方式，也需要结合客户需求继续探索。

他认为，行业未来可能会形成相对统一的超节点标准，由一家或几家头部厂商牵引，也可能通过企业合作共同制定。但目前各家的产品仍在接受市场检验，相关标准可能需要2至3年时间逐步形成。

标准尚未统一，也使不同技术路线之间的竞争仍在持续。沐曦相关工作人员认为，2027年国产GPU市场的整体竞争格局不会出现特别大的变化，未来两三年，各家企业仍将处于持续拓展客户、迭代产品的阶段。超节点能否形成技术优势，以及谁有能力参与行业标准的制定，可能成为影响后续竞争的重要因素。

从更长远的产品研发来看，孙国梁则认为，国产GPU厂商需要同时完善芯片架构、软件生态和集群系统，而不是依赖某一代产品的单项性能优势。对沐曦而言，后续研发将继续围绕通用GPU平台展开，同时针对推理等增长较快的业务需求优化计算效率和成本。

对国产GPU行业而言，眼下的市场机会已经开始转化为实际订单，但竞争格局远未确定。一方面，客户的算力需求仍在增长，也愿意尝试不同厂商的产品；另一方面，超节点等新一代算力系统尚处于发展初期，技术标准仍在形成。未来两三年，各家厂商不仅要争取更多客户，也需要通过持续的产品迭代和实际应用，逐步建立自己的竞争优势。