6.8
深览指数
科技量子位·闻乐··AI 生成
WAIC直击 | 十大开源社区「挤」进了一家GPU展台，沐曦凭什么？
沐曦在WAIC 2026上展示了曦景S600超节点和曦索X300科学智能GPU，但展台最引人注目的是其开源生态布局。文章详细阐述了沐曦通过自研MXMACA全栈软件、upstream first策略及与vLLM等十大社区的深度共建，试图构建类Android的开放算力生态。核心判断是：对于国产GPU追赶者，打破CUDA垄断的关键不在于硬件性能，而在于通过开源协作降低开发者的迁移成本，并加速生态自生长。适合关注国产算力替代、AI基础设施及开源生态的从业者阅读。原文 ↗
核心观点
- ▍国产GPU打破NVIDIA垄断的真正壁垒不是硬件性能，而是通过开源生态降低开发者迁移成本，重塑软件生态。
- ▍沐曦的目标是成为AI时代的Android，通过持续开放全栈软件MXMACA，打造一个通用、好用、易用的底层算力生态。
- 01沐曦自研的MXMACA全栈软件栈，通过自动化测试验证：对GitHub上近5000个热门开源项目，92%的项目无需修改代码即可运行。
- 02针对PyTorch 2.8，MXMACA实现了2410个GPU算子的完整兼容，且每次PyTorch新版本发布后，沐曦只需一周即可完成适配，远快于行业通常的数月。
- 03沐曦采用upstream first策略，将代码直接贡献回上游社区（如vLLM），成为中国第一家、也是全球除美国芯片公司外第一家与vLLM官方签署合作协议的企业。
- 04沐曦已开源53个软件仓库，占整个软件栈的15%-20%，并持续扩大。其展台十大开源社区（龙蜥、vLLM、PyTorch基金会等）对应了一个Token从操作系统到推理框架再到治理的完整生命周期。
- 05沐曦与北大团队联合开发对标OpenAI Triton的编译器TileLang，并围绕该技术开设实战训练营，吸引了500多名开发者参与。
- 06沐曦设定长期目标：到2029-2030年，将专属于沐曦生态的开发者数量从当前的50万扩展到500万。
反方 / 局限
- — 开源生态的构建是长期且复杂的过程，50万开发者的当前规模与CUDA生态的数百万开发者相比差距悬殊，且沐曦的硬件尚未经历大规模、高强度的商业部署验证，其生态承诺能否兑现存在不确定性。
- — 文章以沐曦的视角为主，强调其开放策略的成功，但未提及与CUDA生态的深度绑定（如特定领域的优化库、看似简单的AI应用）存在的根本性迁移成本，也未讨论国产GPU厂商之间的竞争与生态碎片化风险。
12 分钟 · 4 卡片 · 9 资料
读原文 →