摩爾線程和沐曦到底有啥區別？

一、開篇

摩爾線程和沐曦，看起來都在做 GPU，但在工程維度上，它們幾乎不是同一類問題。

• 摩爾線程解決的是：“如何在中國，從零構建一套完整、通用、可持續演進的 GPU 體系？”

  
  

• 沐曦解決的是：“如何在算力緊缺的現實條件下，把 AI 訓練/推理算力工程化交付出來？”

  
  

這不是優劣之分，而是工程目標的根本不同。

二、第一性原理：兩家公司在“GPU 是什么”上的認知差異 1、摩爾線程：GPU = 通用并行計算平臺

從招股書與問詢函可以非常清楚地看出，摩爾線程的 GPU 定義是：

• 全功能 GPU（Full-Function GPU）

• 單芯片同時支持：

• • AI 訓練 / 推理

  • 圖形渲染（3D pipeline）

  • 科學計算 / HPC

  • 視頻編解碼

這意味著在微架構層面，摩爾線程必須同時解決：

• SIMT / SIMDish 執行模型

• 圖形與計算 pipeline 共存

• FP32 / FP16 / BF16 / FP8 / INT8 等混合精度

• Cache coherence、內存一致性

• 圖形固定功能單元與可編程單元的協同

對工程師而言，這相當于： 一開始就選擇了“地獄難度”。

沐曦在文件中的自我定位非常清晰：

• 核心是AI 訓練 / 訓推一體

• 產品目標是：

• • 高算力密度

  • 高能效比

  • 快速形成可交付系統

因此在架構取舍上，沐曦明顯：

• 不追求完整圖形 pipeline

• 不強調桌面 / 消費級生態

• 工程資源高度集中在：

• • Tensor / Matrix Engine

  • AI-friendly memory hierarchy

  • 集群通信與系統層

從工程管理角度看，這是高度理性的選擇。

摩爾線程在文件中反復強調：

• 自研 GPU 架構

• 自研指令體系

• 自研軟件棧（MUSA）
  

對工程師來說，這意味著什么？

架構層面的挑戰包括：

• 圖形指令與計算指令的統一編碼

• Warp/Wavefront 設計需要兼顧圖形與計算

• 指令調度器要同時適配：

• • 長 latency 的 memory ops

  • 短周期的 tensor ops

• 前端 fetch / decode 壓力極高

任何一個子系統失衡，都會拖垮整體 IPC。

2、沐曦：為 AI 場景“定制化優化”

沐曦的曦云 C 系列，在工程目標上非常明確：

• 主要服務 Transformer / CNN / 大模型

• 優化重點放在：

• • 矩陣運算吞吐

  • 數據搬移效率

  • 集群 scale-out

這意味著：

• 指令集可以更偏向 AI kernel

• 調度策略更偏 batch / tensor

• 不需要兼顧復雜圖形狀態機

對工程師而言，這是可控性更高的工程問題。

摩爾線程在問詢函中反復強調軟件生態：

• 驅動

• 編譯器

• Runtime

• 對主流 AI 框架的兼容

但工程師都明白：

軟件生態不是“做出來”的，是“熬出來的”。

摩爾線程面臨的現實挑戰包括：

• 編譯器成熟度

• Kernel 調優工具鏈

• Debug / Profiling 工具

• 第三方軟件適配成本

這是一條3–5 年甚至更長周期的工程路線。

2、沐曦：工程交付優先的軟件策略

沐曦的軟件策略明顯更偏“交付導向”：

• 聚焦主流 AI 框架

• 優先保證：

• • 模型能跑

  • 集群穩定

  • 性能在可接受區間

工程上，這意味著：

• 對生態“覆蓋”要求低于“可用”

• 工程資源集中在有限 kernel 集合

• 軟件版本快速迭代，服務客戶需求

• 集群是產品形態之一

• 強調：

• • 統一架構

  • 通用性

  • 多場景適配

• 集群是核心交付形態

• 已交付多個智算中心

• 強調：

• • 快速部署

  • 可維護性

  • 成本效率

從工程師視角：

沐曦更像 HPC/AI 系統工程公司 摩爾線程更像 長期 GPU 平臺公司

• 架構復雜

• 驗證周期長

• 一次流片失敗的代價極高

• 但一旦穩定，復用價值極大

• 架構相對聚焦

• 驗證目標明確

• 更容易圍繞客戶 workload 調整

• 工程風險更“局部化”

如果你是工程師，我會這樣總結：

• 如果你癡迷架構完整性、指令體系、軟件棧演進
  你會理解摩爾線程為什么“慢、貴、難”

• 如果你更關注算力落地、系統性能、工程交付
  你會認可沐曦為什么“務實、聚焦、快”

摩爾線程像是在重新造一片“大陸”， 沐曦像是在一片荒地上快速修路、通電、建城。

前者可能失敗，但一旦成功，意義巨大；
后者不一定改變歷史，但它真實地解決了當下問題。

從工程角度看，這兩家公司并不沖突，它們甚至可能是中國 GPU 產業中，最互補的兩種存在。

歡迎加入行業交流群，備注崗位+公司，請聯系老虎說芯（加V：tigerchip）