第一章：沐曦公司概况与战略定位

1.1 公司成立背景

沐曦这家公司，我关注得比较早。2020年成立，正好赶上国内GPU创业最热的那一波。说实话，那时候市面上冒出来几十家GPU公司，鱼龙混杂。但沐曦给我的第一印象，是团队背景很扎实。

创始人陈维良，我记得他之前在AMD干了十几年，负责过多个GPU核心架构的设计。这种履历，在国内GPU圈子里属于顶配了。为什么这么说？因为GPU不是堆人就能做出来的东西，它需要那种真正参与过大规模芯片量产的经验。

沐曦的定位很清晰——做高性能GPU。不是那种只能亮机、跑个桌面的GPU，而是能用在数据中心、科学计算、AI训练这些场景里的。说白了，对标的就是NVIDIA的A100、H100这类产品。

1.2 核心团队构成

我习惯把GPU团队分成三个层次来看：架构层、实现层、生态层。沐曦在这三层都有不错的人。

• 架构团队： 来自AMD、NVIDIA的核心架构师，主导过RDNA、CDNA等架构的设计
• 实现团队： 来自国内头部IC设计公司，有丰富的7nm/5nm流片经验
• 生态团队： 来自Intel、ARM等公司，熟悉CUDA兼容、ROCm移植等关键技术

嗯，这里要注意一点。很多国产GPU公司只重视硬件设计，忽略了软件生态。但沐曦从一开始就组建了专门的软件团队，这点我比较认可。你想想看，硬件做得再好，没有软件生态支持，用户根本用不起来。

1.3 融资历程与资金布局

沐曦的融资节奏，我个人觉得挺稳健的。不像有些公司，一轮融资就烧光了，然后就没然后了。

轮次	时间	金额	主要投资方
天使轮	2020年	数亿元	红杉、IDG等
A轮	2021年	数十亿元	国家大基金、上海集成电路基金
B轮	2022年	未披露	多家国资背景基金

从融资方来看，沐曦拿到了不少国资背景的投资。这在GPU这种重资产、长周期的行业里，其实是件好事。我曾经见过一些纯靠VC撑着的芯片公司，一旦资本市场遇冷，资金链就断了。沐曦有国资背书，抗风险能力会强很多。

1.4 产品路线图

沐曦的产品路线图，我把它总结为「三步走」策略：

1. 第一步： 推出面向数据中心的通用GPU，主打AI推理和科学计算
2. 第二步： 升级架构，支持AI训练场景，提升计算密度
3. 第三步： 构建完整软件栈，实现CUDA兼容，降低迁移成本

这个路线图，说白了就是先做容易的，再做难的。先做推理，因为推理对软件生态的要求相对低一些；再做训练，因为训练需要更完善的框架支持和更大的显存带宽。

1.5 市场定位与竞争分析

沐曦的市场定位，我理解是「国产替代中的高端玩家」。不是做低端替代，而是直接对标NVIDIA的中高端产品。

为什么会这样定位？原因有三：

• 技术能力： 团队有做高性能GPU的经验，不是从零开始
• 市场需求： 国内数据中心、运营商、金融等行业对国产GPU有刚性需求
• 政策支持： 信创产业推动下，国产GPU有明确的替代窗口期

但说实话，这个定位也有风险。NVIDIA的CUDA生态太强了，不是一朝一夕能撼动的。沐曦需要在兼容性和自主创新之间找到平衡点。

1.6 知识体系总览

下面这张图，是我梳理的沐曦软件生态布局的整体框架。你可以看到，从硬件到软件，从底层驱动到上层应用，是一个完整的链条。

这张图里，我特别想强调的是「ROCm兼容层」和「HIP API」这两块。说白了，沐曦的软件策略就是站在AMD的肩膀上，利用ROCm生态来降低开发成本。同时，通过MXFlow这样的自研框架，逐步建立自己的生态壁垒。

嗯，关于沐曦的概况和战略定位，就先聊到这里。后面我们会深入到每个技术细节，看看沐曦到底是怎么把这张图变成现实的。