作者｜韦世玮
**
时隔11个月，沐曦拿下了两笔10亿元融资。
至此，这家年轻公司的成绩单上已累计完成数十亿元人民币融资。在竞争激烈的GPU市场江湖中，前有英伟达、AMD、高通等巨头盘踞，后有天数智芯、壁仞科技、摩尔线程等新锐企业涌入，而成立不到两年的沐曦，已迅速成长为实力不可小觑的玩家。
与许多国产GPU玩家相似，沐曦成立的契机离不开时代浪潮的推动。当今芯片行业挺立于“百年未有之大变局”的潮头，算力不仅是数字经济时代下的新生产力，亦是综合国力的体现，基于算力的高性能GPU市场在全球范围内飞速增长。
据Verified Market Research相关数据，2021年全球GPU市场规模为254.1亿美元（约1717.2亿人民币），预计到2028年，这一数据将达到2465.1亿美元（约1.67万亿人民币），年复合增长率为32.82%。
由于极高的技术难度和工程门槛，长期以来高性能GPU市场一直被国外巨头所垄断。但近年随着我国数字经济的快速发展，超大规模市场的头部效应不断增强，有望催生一批跻身全球市场的本土企业，进而逐步提高我国高算力芯片的供应链安全。
其中，沐曦的市场打法从产品路线图中可见一斑。公司选择从市场增长最快的GPU通用计算切入，以高性能GPU产品兼容国际主流GPU生态，降低客户存量应用的迁移成本，同时自主研发MACAMACA软件栈，支持DirectX、OpenGL和Vulkan。
基于高性能GPU芯片及软件解决方案布局，沐曦逐步进入GPU渲染市场，覆盖科学计算、云游戏、数字孪生、元宇宙和自动驾驶等应用场景，朝着数字经济的未来深踩油门。
在沐曦创始人、董事长兼CEO陈维良看来，在如今充满不确定性的大环境下，通往未来的路径反而更加清晰，那就是创新，而创新背后的底气源于核心团队。“集成电路行业归根结底是以技术为支撑的行业，而技术最终落实在人才上。”他谈道。
沐曦创始人、董事长兼CEO陈维良
沐曦拥有一支覆盖芯片研发、量产和运维的全建制团队，核心成员平均具有20年高性能GPU芯片的设计经验，丰富的5nm流片和7nm芯片量产经验，曾主导过十多款世界主流高性能GPU产品研发，包括核心IP设计、GPU量产交付和产品生态应用全流程。“这支核心团队将是沐曦成为世界头部企业的基石。”陈维良笃定地说。
这是一个数据经济时代，也是计算范式发生剧烈变化的时代。陈维良相信，得数据中心者，得天下。集齐了天时、地利、人和的沐曦，已然拿到了冲往数据中心行业顶峰的入场券。
接下来，沐曦该如何顺势而兴，站上竞争制高点？答案或许不是唯一的，但可以肯定的是，站在巨人的肩膀上做芯片生意，早已没这么简单了。
以下为36氪与陈维良的专访对话，经编辑：
01、产业窗口期之下，沐曦的护城河
36氪：沐曦现在处于哪一个发展阶段？这一阶段的核心工作和目标是什么？
陈维良：当前沐曦处在高速发展阶段，产品技术研发、市场生态布局、融资均已取得突破性进展。
产品研发层面，我们首款采用7nm工艺的异构GPU产品已于2022年1月流片，预计将于2023年初实现规模量产。该产品作为高端算力芯片，主要用于智算中心人工智能（AI）推理场景。同时，第二款主要用于科学计算、AI训练、数据中心弹性计算的旗舰GPU芯片研发也进入收尾阶段，明年也会进入量产。
市场生态层面，沐曦已与服务器OEM、大数据中心、互联网运营商等行业客户建立了紧密的合作关系，并与众多知名高校和研究机构密切开展产学研合作，快速推进产业上下游生态的建设，推进前沿技术应用落地。
36氪：沐曦的技术护城河是如何构建的？
陈维良：高性能GPU被西方两家企业垄断，核心技术门槛是高性能GPU IP（也称Graphics IP，GFXIP）。在这样的背景下，高性能GPU IP不存在IP授权的商业模式，而数据中心需要的是基于高性能GPU IP的高性能GPU产品。
沐曦的目标是打造完全自主知识产权的、configurable和scalable的高性能GPU IP，基于自主研发的高性能GPU IP打造高性能GPU产品，并构建兼容全球主流GPU生态的软件生态MACAMACA，从而建立起技术护城河。
公司研发的高性能GPU IP采用完全自主设计的指令集和架构，并引入可重构并行计算架构，可以大幅优化核心算力能耗比，突破传统GPU性能和能效瓶颈。同时，我们自主设计了兼容主流GPU生态的软件栈MACAMACA，能够最小化用户的存量计算的迁移成本，广泛适配AI、科学计算等各类应用场景。
得益于强大的团队实力、高度聚焦的产品规划及多地研发中心的协同发展，现在沐曦的高性能GPU芯片研发进展超预期。在拥有完全自主知识产权的新架构、新算法、新数据管理方式等方面，我们已递交专利申请90余项，其中95%以上为发明专利，已授权专利超过20项。而持续推进核心发明专利申请，也将是我们提高核心竞争力，奠定公司长期稳固发展的基石。
沐曦MXN系列GPU（曦思）产品概念图
36氪：MACAMACA运算平台的特点？为什么公司在成立初期就要补齐软件生态？
陈维良：MACAMACA是沐曦GPU软件栈的名字，“MACA”的缩写是MetaX Advanced Compute Architecture，包含了沐曦GPU的底层驱动、编译器、数学库及整套软件工具套件。
我们自主研发的MACAMACA软件栈能全面兼容主流GPU生态，兼容的目的是让用户快速低成本低门槛迁移存量应用。比如，在AI应用领域，兼容的生态为用户提供从数据搬移、数据处理、训练到推理部署的全面解决方案的迁移方案，涵盖深度学习端到端数据处理的全部流程。
36氪：从设计角度看，公司是如何优化提高PPA（功耗、性能和面积）的？
陈维良：PPA的优化是全面性的，包括GPU IP的架构和设计、GPU芯片的设计、GPU底层软件的优化等等。沐曦的目标是打造具有国际竞争力的GPU产品，敬请期待沐曦产品的发布，到时候会有相关数据分享。
36氪：目前沐曦的落地情况如何？
陈维良：沐曦集团总部位于上海，在北京、南京、成都、杭州、深圳、武汉等地均有落子，设立了全资子公司暨研发中心，并初步与服务器OEM、大数据中心、互联网运营商等目标客户建立了合作关系。 目前我们的全国员工人数已超700人。
在产业合作层面，我们先后与浙江大学、上海清华国际创新中心、浪潮达成战略合作，建立联合实验室；与中国海洋大学开展海洋科学计算平台加速计算创新研究，推动高性能GPU芯片在海洋科学计算等关键技术应用领域的产学研落地，加快将海洋科研优势转化为产业优势；与清华大学集成电路学院开展可重构GPU架构研究，提高GPU在目标应用领域的性能和能效比。
02、生态和创新是新生科技企业的突破路径
36氪：在您看来，与先前2015年左右那一波AI芯片创业浪潮相比，沐曦在2020年诞生的时间点，行业机会与之前相比有何本质变化？
陈维良：现在国内大力推进新型数据中心、算力网络国家枢纽节点的建设，加速信息化和数字化进程。同时政府也在不断强调算力是核心生产力，算力安全是国家科技自强的基础，是国家获得全球战略竞争优势的立足点。
近两年，“东数西算”工程为国内芯片产业发展，尤其是以高性能GPU为核心的高端算力芯片产业，带来更大的发展机遇，包括下游应用行业对数据处理需求的快速增长，直接刺激相关算力芯片的发展。在工程实施热度的牵引下，许多国内芯片公司都纷纷加大对存储、计算等类型芯片的投资力度。
算力设施的建设离不开硬件设施的配套完善，数据中心需要“高性能、高能效、高通用性”的GPU处理器。我们的目标不是为某个单一的应用热点提供定制化产品，而是打造世界一流的GPU公司，提供国产自主可控的高性能GPU芯片，为我国算力基建的安全性和自主性保驾护航，为我国数字经济的发展提供强大的算力保障。
36氪：实际上，全球高性能GPU市场仍是英伟达的天下，国内新玩家要如何寻找突破机会？
陈维良：与国际巨头相比，目前国内GPU企业才刚刚开始追赶，行业处于弱小分散的状态。国产GPU企业需要构建起自己的核心竞争力和技术护城河，掌握核心关键技术，这其中自主可控的高性能GPU IP是核心。
除此之外，生态也是一个壁垒。沐曦MACAMACA软件栈通过兼容国际主流GPU生态的方式，解决应用生态的问题，最小化用户存量应用的迁移成本。
创新是高科技企业的生命，我们在全自研高性能GPU IP架构上的创新，将进一步提高产品的竞争力。生态兼容解决了“阻力”，创新的优秀的产品增加了“动力”，这是新生企业的突破方式。
36氪：目前全球AI的落地并不如行业最初预期那样发展，这是否会影响到上游GPU玩家？您认为国内GPU玩家落地最大的难点在哪？
陈维良：不如预期的原因众多，其中一个比较典型的原因是生态障碍。AI的训练和推理主流产品是GPU，基于DSA和ASIC技术路线的AI产品在产品部署上遇到不少挑战。我们的产品路线是高性能GPU，并且兼容国际主流GPU生态，因此不会遇到上述困难。
沐曦MXC系列GPU（曦云）产品概念图
36氪：人才稀缺仍是当下国产半导体行业发展的重要挑战，尽管近几年国家设置了集成电路相关专业，但学术迈到产业存在一定的门槛，目前产业人才仍以海外回流为主，您如何看待这一现状？
陈维良：GPU芯片技术难度高，是一个投入大、周期长的行业，需要企业进行长时间的技术积累和人才积累，才有实力造出具有国际竞争力的芯片产品。据《中国集成电路产业人才白皮书（2019-2020年版）》预测，到2022年前后全行业人才需求将达到74.45万人左右，目前行业人才仍有20多万的缺口存在。
就芯片设计企业来说，人才紧缺一个方面是体量，即缺人数；另一个方面是高度，即缺塔尖的人才。企业如果没有“塔尖”的人才，技术和产品竞争力就会有极大限制。而“塔尖”的搭建需要长时间的经验积淀。
就沐曦来说，公司由出身于本土的集成电路领域资深专业人士创建，研发工程团队有“塔尖”和完整的建制，能够快速聚集布局人才。在“塔尖”的带领下，团队建设非常坚固，而不是一盘散沙。
人才发展是一个循序渐进的积累过程，我们十分重视人才培养，与国内多家知名高校打通产学研合作渠道，通过企业导师、企校联合培养、实习基地建设、定期技术交流、定向招聘等多种途径，加强校企联动共谋发展。
同时我们采取“双轨制”，既引进高端人才，搭建海纳百川的人才建设平台；也通过企业内部“传帮带”的培养模式，多维度营造尊重创新、尊重人才的浓厚氛围，形成有梯度的人才队伍。
总的来说，芯片人才培养需要很长时间，远水解不了近渴。解决我国芯片行业人才问题，需要企业和整个行业去浮躁，遵循人才发展的自身规律。
至于说，如何衔接学术和产业之间存在的脱节现象？在我看来，学术界通常专注于突破某项难点，解决的是一个“点”上的问题；而产业界的思维不同，需要解决的是一个“面”上的问题，需要把“点”连成线、连成“面”之后形成一个完整的产业体系，站在用户的角度解决一系列的难题。
因此，产业界和学术界需要更多的融合，将学术界的研究成果与产业化经验相结合，才能提升产品质量，缩短整个集成电路产业与国外的差距。
36氪：站在芯片玩家的角度看，如今半导体资本市场环境有何变化？这对国产GPU行业来说会有何影响？
陈维良：中国是全球最大的半导体需求市场，是集成电路最大的进口国，自给率低，尤其是高端芯片产品。根据国家统计局和海关总署数据，我国2021年1-12月集成电路的进口数量为6354.81亿个，进口总金额达2.79万亿人民币。
近些年，发改委、科技部、工信部相继出台了一系列支持政策，推动国内半导体产业发展。在这样的背景下，投资机构更加关注拥有国产替代能力的硬科技企业，更加关注这些企业的全球市场竞争力水平，这对国产GPU行业高质量发展起到了推动作用。
这个大的趋势是没有改变的，也不会改变，因为随着数字经济时代的到来，数字新基建是经济发展的动力，而芯片是数字新基建的基石。当然资本市场必然会受到行业波动的影响，一二级市场也会互相影响。高性能GPU作为数字基建的算力核心，不管是从经济角度还是战略角度，都至关重要。
03、自我造血与新产品
36氪：在真正实现大规模落地前，沐曦该如何保持良好的造血能力？
陈维良：高性能GPU产品技术门槛高、周期长，需要长期的投入。沐曦作为国产GPU行业的领军力量，将持续加强技术创新，加速高性能GPU产品落地，持续推进应用生态建设，稳扎稳打，不断聚集越来越多的资源。
36氪：接下来，沐曦产品及研发方面的重点会是什么？
陈维良：沐曦将在今年和明年分别推出MXN系列GPU（曦思）用于AI推理，MXC系列GPU（曦云）用于科学计算及AI训练。接下来，我们还将推出MXG系列（曦彩）用于图形渲染，逐步打造全栈高性能GPU芯片产品，满足数据中心对“高性能”、“高能效”及“高通用性”的算力需求。
36氪：在落地方向，公司还有哪些目标和规划可以和我们分享？
陈维良：“得数据中心者得天下”，沐曦高性能GPU产品均采用完全自主研发的高性能GPU IP，拥有完全自主的指令集和架构，配以兼容主流GPU生态的完整软件栈（MACAMACA），具备高性能、高效能和高通用性的天然优势，能够为客户构建软硬件一体的全面生态解决方案，是“双碳”背景下推动数据中心建设和产业数字化、智能化转型升级的算力基石。
未来我们将抓住市场和政策带来的机遇，不断完善产品体系和生态，实现国产高性能GPU芯片的全面突破，赢得数据中心，成为国际一流的GPU芯片企业。
