一、開(kāi)篇

摩爾線程和沐曦，看起來(lái)都在做 GPU，但在工程維度上，它們幾乎不是同一類問(wèn)題。

• 摩爾線程解決的是：“如何在中國(guó)，從零構(gòu)建一套完整、通用、可持續(xù)演進(jìn)的 GPU 體系？”

  
  

• 沐曦解決的是：“如何在算力緊缺的現(xiàn)實(shí)條件下，把 AI 訓(xùn)練/推理算力工程化交付出來(lái)？”

  
  

這不是優(yōu)劣之分，而是工程目標(biāo)的根本不同。

二、第一性原理：兩家公司在“GPU 是什么”上的認(rèn)知差異 1、摩爾線程：GPU = 通用并行計(jì)算平臺(tái)

從招股書(shū)與問(wèn)詢函可以非常清楚地看出，摩爾線程的 GPU 定義是：

• 全功能 GPU（Full-Function GPU）

• 單芯片同時(shí)支持：

• • AI 訓(xùn)練 / 推理

  • 圖形渲染（3D pipeline）

  • 科學(xué)計(jì)算 / HPC

  • 視頻編解碼

這意味著在微架構(gòu)層面，摩爾線程必須同時(shí)解決：

• SIMT / SIMDish 執(zhí)行模型

• 圖形與計(jì)算 pipeline 共存

• FP32 / FP16 / BF16 / FP8 / INT8 等混合精度

• Cache coherence、內(nèi)存一致性

• 圖形固定功能單元與可編程單元的協(xié)同

對(duì)工程師而言，這相當(dāng)于： 一開(kāi)始就選擇了“地獄難度”。

沐曦在文件中的自我定位非常清晰：

• 核心是AI 訓(xùn)練 / 訓(xùn)推一體

• 產(chǎn)品目標(biāo)是：

• • 高算力密度

  • 高能效比

  • 快速形成可交付系統(tǒng)

因此在架構(gòu)取舍上，沐曦明顯：

• 不追求完整圖形 pipeline

• 不強(qiáng)調(diào)桌面 / 消費(fèi)級(jí)生態(tài)

• 工程資源高度集中在：

• • Tensor / Matrix Engine

  • AI-friendly memory hierarchy

  • 集群通信與系統(tǒng)層

從工程管理角度看，這是高度理性的選擇。

摩爾線程在文件中反復(fù)強(qiáng)調(diào)：

• 自研 GPU 架構(gòu)

• 自研指令體系

• 自研軟件棧（MUSA）
  

對(duì)工程師來(lái)說(shuō)，這意味著什么？

架構(gòu)層面的挑戰(zhàn)包括：

• 圖形指令與計(jì)算指令的統(tǒng)一編碼

• Warp/Wavefront 設(shè)計(jì)需要兼顧圖形與計(jì)算

• 指令調(diào)度器要同時(shí)適配：

• • 長(zhǎng) latency 的 memory ops

  • 短周期的 tensor ops

• 前端 fetch / decode 壓力極高

任何一個(gè)子系統(tǒng)失衡，都會(huì)拖垮整體 IPC。

2、沐曦：為 AI 場(chǎng)景“定制化優(yōu)化”

沐曦的曦云 C 系列，在工程目標(biāo)上非常明確：

• 主要服務(wù) Transformer / CNN / 大模型

• 優(yōu)化重點(diǎn)放在：

• • 矩陣運(yùn)算吞吐

  • 數(shù)據(jù)搬移效率

  • 集群 scale-out

這意味著：

• 指令集可以更偏向 AI kernel

• 調(diào)度策略更偏 batch / tensor

• 不需要兼顧復(fù)雜圖形狀態(tài)機(jī)

對(duì)工程師而言，這是可控性更高的工程問(wèn)題。

摩爾線程在問(wèn)詢函中反復(fù)強(qiáng)調(diào)軟件生態(tài)：

• 驅(qū)動(dòng)

• 編譯器

• Runtime

• 對(duì)主流 AI 框架的兼容

但工程師都明白：

軟件生態(tài)不是“做出來(lái)”的，是“熬出來(lái)的”。

摩爾線程面臨的現(xiàn)實(shí)挑戰(zhàn)包括：

• 編譯器成熟度

• Kernel 調(diào)優(yōu)工具鏈

• Debug / Profiling 工具

• 第三方軟件適配成本

這是一條3–5 年甚至更長(zhǎng)周期的工程路線。

2、沐曦：工程交付優(yōu)先的軟件策略

沐曦的軟件策略明顯更偏“交付導(dǎo)向”：

• 聚焦主流 AI 框架

• 優(yōu)先保證：

• • 模型能跑

  • 集群穩(wěn)定

  • 性能在可接受區(qū)間

工程上，這意味著：

• 對(duì)生態(tài)“覆蓋”要求低于“可用”

• 工程資源集中在有限 kernel 集合

• 軟件版本快速迭代，服務(wù)客戶需求

• 集群是產(chǎn)品形態(tài)之一

• 強(qiáng)調(diào)：

• • 統(tǒng)一架構(gòu)

  • 通用性

  • 多場(chǎng)景適配

• 集群是核心交付形態(tài)

• 已交付多個(gè)智算中心

• 強(qiáng)調(diào)：

• • 快速部署

  • 可維護(hù)性

  • 成本效率

從工程師視角：

沐曦更像 HPC/AI 系統(tǒng)工程公司 摩爾線程更像 長(zhǎng)期 GPU 平臺(tái)公司

• 架構(gòu)復(fù)雜

• 驗(yàn)證周期長(zhǎng)

• 一次流片失敗的代價(jià)極高

• 但一旦穩(wěn)定，復(fù)用價(jià)值極大

• 架構(gòu)相對(duì)聚焦

• 驗(yàn)證目標(biāo)明確

• 更容易圍繞客戶 workload 調(diào)整

• 工程風(fēng)險(xiǎn)更“局部化”

如果你是工程師，我會(huì)這樣總結(jié)：

• 如果你癡迷架構(gòu)完整性、指令體系、軟件棧演進(jìn)
  你會(huì)理解摩爾線程為什么“慢、貴、難”

• 如果你更關(guān)注算力落地、系統(tǒng)性能、工程交付
  你會(huì)認(rèn)可沐曦為什么“務(wù)實(shí)、聚焦、快”

摩爾線程像是在重新造一片“大陸”， 沐曦像是在一片荒地上快速修路、通電、建城。

前者可能失敗，但一旦成功，意義巨大；
后者不一定改變歷史，但它真實(shí)地解決了當(dāng)下問(wèn)題。

從工程角度看，這兩家公司并不沖突，它們甚至可能是中國(guó) GPU 產(chǎn)業(yè)中，最互補(bǔ)的兩種存在。

歡迎加入行業(yè)交流群，備注崗位+公司，請(qǐng)聯(lián)系老虎說(shuō)芯（加V：tigerchip）