打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

2026世界人工智能大会来到第三天,芯榜专程打卡了沐曦股份的双展区。

一边是世博展览馆的通用智算主展台,另一边是张江科学会堂的AI4S专题展区。

两个展区看似聚焦不同方向,却共同呈现了沐曦正在构建的一套完整GPU全栈技术体系。

世博馆展示的是面向大模型时代的智算基础设施,张江展区则聚焦科学智能(AI4S)场景创新。从GPU芯片、MXMACA软件栈,到服务器、超节点,再到行业解决方案和AI4S应用,两大展区共同勾勒出沐曦从底层算力到产业应用的整体布局。

打开网易新闻 查看精彩图片

1、世博馆探展:首发曦景S600超节点,面向大模型时代的规模化算力需求

观察1

走进世博馆展台,沐曦的整体展示重点十分明确——聚焦通用智算基础设施,以及产业落地的丰富成果。

本次展台最大看点,是沐曦全新首发的曦景S600超节点。

随着当下大模型持续演进,算力需求呈现爆发之势,单卡性能已不再是决定算力效率的唯一因素,高密度部署、节点互连能力以及系统级交付能力,正在成为智算中心建设的新重点。

曦景S600正是顺应这一趋势打造。产品支持单机柜64卡高密度部署,柜内全互连架构大幅降低多卡数据交互延迟。可灵活适配EP、TP各类并行策略,全覆盖大模型训练与推理场景,并支持万卡集群扩容,可满足大型智算中心建设需求。

打开网易新闻 查看精彩图片

与此同时,整机柜一体化交付和0线缆直连设计,也进一步提升了部署效率和运维便利性,更符合当前智算中心规模化建设需求。

值得关注的是,沐曦不止硬件实力过硬,软件生态建设同样十分完善。

自研MXMACA全栈软件栈,是沐曦立足国产算力赛道的核心底气。

这次WAIC,沐曦一口气联合了十家主流开源生态社区如:龙蜥、木兰开源社区、vLLM等,围绕操作系统、云原生、推理加速、模型服务全链路AI基础设施,在展区C位集中亮相,展示其完善的软件生态和成果。

展会现场,研发团队还开设了技术快闪互动,与开发者面对面沟通产品适配和技术问题,也体现出其持续推进开源生态建设的诚意和决心。

打开网易新闻 查看精彩图片

MXMACA自2025年2月正式开源以来,已汇聚超50万开发者。

这一数据在国产GPU开源生态中,处于领先水平,为国产商用算力规模化落地,筑牢了坚实的生态根基。

2张江展区核心看点:曦索X300系列专为AI4S打造,成为GPU能力延伸新方向

观察2

离开世博馆再看张江展区,沐曦更多展示的是GPU技术在AI4S领域的应用实践。

比如首次亮相的曦索X300系列,定位面向AI4S场景优化的科学计算GPU,重点覆盖科学计算与人工智能融合应用需求。

产品采用全国产供应链,搭配全自研GPGPU架构,底层完全自主可控。依托通用MXMACA软件栈,可兼顾传统科学计算与AI计算任务。

打开网易新闻 查看精彩图片

凭借全精度混合算力、大容量高带宽显存,曦索X300系列可高效支撑气象海洋、流体力学、分子动力学等传统高性能计算场景。同时适配材料科学、生命科学等前沿AI交叉科研领域。

相比单纯展示产品参数,更值得关注的是其在科学计算生态上的进展。

沐曦持续参与国际科学计算开源生态建设,深度参与国际主流GROMACS社区,接轨全球顶尖科研生态。同时成为国内首家将自由能微扰GPU加速核心代码合大入开源主线的GPU企业。

以往国产GPU只能被动适配、使用海外开源成果。如今沐曦主动为全球开源生态贡献国产力量。

在场景落地层面,沐曦的产学研闭环体系已经高效跑通。目前已与鸿之微、深度原理、大湾区国创中心等多家行业机构深度合作。新能源材料研发、工业分子筛选、AI短临气象预报等场景均已实景落地。

大幅降低高端科学算力的使用门槛,让AI4S技术落地更亲民、更实用。真正实现AI4S从理论概念、算力支撑到产业科研的完整落地。

3WAIC观察:全栈闭环,沐曦打通全链路落地

观察3

跑完沐曦双展区,一个明显的感受是,沐曦能够领跑国产GPU新周期,核心秘诀就是打通了全栈闭环。

沐曦率先实现软硬件、生态、应用、科研的全维度打通,竞争优势显著。

最核心的优势,是全系产品共享一套通用软件生态。无论是面向通用智算的曦景S600超节点,还是面向AI4S场景优化的曦索X300,其背后共享的是统一的GPU架构、MXMACA软件栈以及持续完善的开源生态。

这种从芯片、软件栈、服务器、超节点到行业解决方案和应用的全栈布局,也让沐曦此次展示重点不再局限于单一产品,而是更加突出系统级能力。叠加持续壮大的开源社区与成熟的“1+6+X”行业落地体系,形成良性循环。

打开网易新闻 查看精彩图片

随着大模型进入规模化应用阶段,以及AI4S不断拓展产业边界,市场对国产算力的需求,正逐步聚焦于能否支撑复杂场景持续稳定运行。

纵观整场WAIC大会,明显感觉到沐曦展示的不只是新品发布,更是呈现出一条更加完整的技术路径:以统一的技术底座支撑不同产业场景的发展,通过持续完善软件生态和行业合作,不断推动国产GPU从单点产品能力向系统能力升级。