66读书

商汤沐曦携手共进：以“高性能＋高适配”引领国产ai算力新生态（第1页）

当全球人工智能竞争进入算力决胜局，芯片作为核心底层设施的战略价值愈发凸显。2025年12月17日，沐曦集成电路正式登陆科创板，上市首日股价盘中最高涨幅突破755%，从发行价104.66元飙升至895元的高位。这一震撼市场的表现，不仅折射出资本市场对国产芯片替代的强烈信心，更标志着中国GPU产业从技术追赶迈入与国际巨头并行发展的关键转折。而在这场国产算力崛起的浪潮中，商汤科技与沐曦的深度战略合作，以“高性能算力底座+高适配技术协同”的创新模式，构建起覆盖技术研发、产品落地、生态共建的完整闭环，为国产AI算力产业树立了标杆。

一、时代必然：国产算力突围的“双向奔赴”

全球AI技术竞争的白热化，让算力成为国家核心竞争力的重要组成部分。长期以来，高端GPU市场被国际巨头垄断，国内AI产业面临“算力卡脖子”的风险——不仅采购成本高昂，还存在供应链不稳定、技术适配受限等诸多隐患。在此背景下，国产GPU的自主创新与生态构建，成为突破技术壁垒、保障产业安全的必然选择。

商汤科技与沐曦的合作，正是这场突围战中的关键布局，源于双方优势互补的战略契合。作为AI领域的领军企业，商汤已构建起“大装置+大模型+应用”的三位一体战略格局，其自主研发的AI基础设施“大装置”，需要海量高性能算力支撑从模型训练到行业落地的全链路需求。财报数据显示，商汤2024年生成式AI业务收入达24亿元，连续两年实现翻倍增长，这种爆发式增长背后，是对稳定、高效、自主可控算力的刚性需求。

而沐曦作为国内少数系统掌握高性能GPU全栈研发技术的企业，其核心产品曦云C系列GPU凭借全自主研发的架构与指令集，打破了国际技术垄断。曦云C500、C550及在研的C600系列，具备高性能、高自主可控、高扩展性三大核心优势，支持千亿参数以上大模型训练，且通过自研MXMACA软件栈实现了对CUDA生态的高度兼容，完美契合商汤大装置的算力适配需求。一方是拥有场景、算法与海量数据的AI巨头，一方是手握自主核心技术的算力新锐，这场“算力供给”与“场景需求”的双向奔赴，为国产AI算力生态的构建奠定了坚实基础。

二、技术共研：“高性能+高适配”的协同突破

商汤与沐曦的合作，突破了传统产业链上下游“采购-供应”的简单协作模式，深入到底层技术共研的核心层面，形成“算法牵引硬件优化，硬件支撑算法迭代”的良性循环，最终实现“1+1＞2”的性能突破。

1. 硬件性能：对标国际的国产算力底座

沐曦曦云C系列GPU的硬核性能，为双方合作提供了坚实基础。以曦云C500为例，其FP32算力达到19.5 TFLOPS，与英伟达A100 80GB持平，在ResNet-50训练任务中比A100快7%，功耗却低11%，展现出卓越的性能功耗比。该系列采用自研XCORE架构及指令集，配备标量、矢量和张量计算单元，支持多种混合精度计算，搭载64GB HBM2e显存与7个高速MetaXLink互连接口，可实现2卡至64卡的灵活互连拓扑，具备国内稀缺的高带宽、超多卡互连能力。

在研的曦云C600更是立足国产供应链，升级为XCORE 1.5架构，新增FP8 Tensor及Tensor转置指令，搭载HBM3e显存，显存容量提升至144GB，进一步优化了大模型训练的性能与适配性。这些硬件优势，让曦云系列GPU成功嵌入商汤国产化算力布局，成为支撑“日日新”大模型、世界模型等前沿AI产品训练的核心硬件组件。

2. 软硬适配：定制化优化释放极致效能

如果说高性能硬件是“算力肌肉”，那么深度适配的软硬协同就是“神经网络”。商汤与沐曦建立了专属的深度适配机制：商汤开放AI算法框架与真实场景需求，将大模型训练中的算力瓶颈、数据处理特性等关键信息反馈给沐曦；沐曦则针对性优化GPU架构设计与软件栈，通过底层技术调整让硬件性能精准匹配算法需求。

这种协同模式已结出丰硕成果：双方联合完成了“日日新”多模态大模型的全流程适配调优，实现了国产GPU与商汤算力平台的全面兼容认证。更值得关注的是，双方合作攻克了GPGPU硬件架构适配难度远高于NPU的行业难题，实现了PD（Prefill-Decoding）分离技术在国产GPU上的首次大规模商用落地，将推理性价比提升了150%。据测算，采用沐曦GPU集群后，商汤大装置的算力成本下降约30%，而模型训练效率提升超过40%，完美诠释了“高适配”带来的价值增量。

这章没有结束，请点击下一页继续阅读！

三、场景共建：从技术验证到产业落地的闭环

技术的价值最终要通过场景落地来体现。商汤与沐曦以“算力集群+场景拓展”的融合模式，将协同创新成果快速转化为行业解决方案，覆盖智慧城市、智能制造、医疗健康等六大重点领域，实现了从技术验证到规模化商用的完整闭环。

1. 重点行业的标杆应用

在智慧城市领域，商汤的城市治理大模型需要处理海量视频监控、传感器数据，对实时推理算力要求极高。沐曦GPU的高并行计算能力与低延迟特性，让模型能够快速识别交通拥堵、异常事件等场景，为城市管理提供实时决策支持；在智能制造场景中，双方联合开发的AI质检解决方案，通过大模型对生产线上的产品缺陷进行精准识别，沐曦GPU的高效算力支撑让检测效率提升3倍以上，误检率下降50%；在医疗健康领域，商汤的医学影像分析模型借助沐曦GPU的高算力支持，能够快速处理CT、MRI等大型医疗影像数据，辅助医生进行疾病诊断，缩短诊断周期。

这些场景化应用不仅验证了国产算力的可靠性，更让技术在真实需求中持续迭代。例如，商汤内部测试时，用自研的NEO多模态模型处理智慧城市交通场景数据，在沐曦GPU的支撑下，仅用1亿样本就实现了95%的识别准确率，而传统模型需要10亿样本才能达标 。