关于ZAKER ZAKER智慧云 免费视频剪辑 合作 加入
36氪 08-17

沐曦创始人陈维良:得数据中心者得天下

作者|韦世玮

时隔 11 个月,沐曦拿下了两笔 10 亿元融资。

至此,这家年轻公司的成绩单上已累计完成数十亿元人民币融资。在竞争激烈的 GPU 市场江湖中,前有英伟达、AMD、高通等巨头盘踞,后有天数智芯、壁仞科技、摩尔线程等新锐企业涌入,而成立不到两年的沐曦,已迅速成长为实力不可小觑的玩家。

与许多国产 GPU 玩家相似,沐曦成立的契机离不开时代浪潮的推动。当今芯片行业挺立于 " 百年未有之大变局 " 的潮头,算力不仅是数字经济时代下的新生产力,亦是综合国力的体现,基于算力的高性能 GPU 市场在全球范围内飞速增长。

据 Verified Market Research 相关数据,2021 年全球 GPU 市场规模为 254.1 亿美元(约 1717.2 亿人民币),预计到 2028 年,这一数据将达到 2465.1 亿美元(约 1.67 万亿人民币),年复合增长率为 32.82%。

由于极高的技术难度和工程门槛,长期以来高性能 GPU 市场一直被国外巨头所垄断。但近年随着我国数字经济的快速发展,超大规模市场的头部效应不断增强,有望催生一批跻身全球市场的本土企业,进而逐步提高我国高算力芯片的供应链安全。

其中,沐曦的市场打法从产品路线图中可见一斑。公司选择从市场增长最快的 GPU 通用计算切入,以高性能 GPU 产品兼容国际主流 GPU 生态,降低客户存量应用的迁移成本,同时自主研发 MACAMACA 软件栈,支持 DirectX、OpenGL 和 Vulkan。

基于高性能 GPU 芯片及软件解决方案布局,沐曦逐步进入 GPU 渲染市场,覆盖科学计算、云游戏、数字孪生、元宇宙和自动驾驶等应用场景,朝着数字经济的未来深踩油门。

在沐曦创始人、董事长兼 CEO 陈维良看来,在如今充满不确定性的大环境下,通往未来的路径反而更加清晰,那就是创新,而创新背后的底气源于核心团队。" 集成电路行业归根结底是以技术为支撑的行业,而技术最终落实在人才上。"他谈道。

沐曦创始人、董事长兼 CEO 陈维良

沐曦拥有一支覆盖芯片研发、量产和运维的全建制团队,核心成员平均具有 20 年高性能 GPU 芯片的设计经验,丰富的 5nm 流片和 7nm 芯片量产经验,曾主导过十多款世界主流高性能 GPU 产品研发,包括核心 IP 设计、GPU 量产交付和产品生态应用全流程。" 这支核心团队将是沐曦成为世界头部企业的基石。" 陈维良笃定地说。

这是一个数据经济时代,也是计算范式发生剧烈变化的时代。陈维良相信,得数据中心者,得天下。集齐了天时、地利、人和的沐曦,已然拿到了冲往数据中心行业顶峰的入场券。

接下来,沐曦该如何顺势而兴,站上竞争制高点?答案或许不是唯一的,但可以肯定的是,站在巨人的肩膀上做芯片生意,早已没这么简单了。

以下为 36 氪与陈维良的专访对话,经编辑:

01、产业窗口期之下,沐曦的护城河

36 氪:沐曦现在处于哪一个发展阶段?这一阶段的核心工作和目标是什么?

陈维良:当前沐曦处在高速发展阶段,产品技术研发、市场生态布局、融资均已取得突破性进展。

产品研发层面,我们首款采用 7nm 工艺的异构 GPU 产品已于 2022 年 1 月流片,预计将于 2023 年初实现规模量产。该产品作为高端算力芯片,主要用于智算中心人工智能(AI)推理场景。同时,第二款主要用于科学计算、AI 训练、数据中心弹性计算的旗舰 GPU 芯片研发也进入收尾阶段,明年也会进入量产。

市场生态层面,沐曦已与服务器 OEM、大数据中心、互联网运营商等行业客户建立了紧密的合作关系,并与众多知名高校和研究机构密切开展产学研合作,快速推进产业上下游生态的建设,推进前沿技术应用落地。

36 氪:沐曦的技术护城河是如何构建的?

陈维良:高性能 GPU 被西方两家企业垄断,核心技术门槛是高性能 GPU IP(也称 Graphics IP,GFXIP)。在这样的背景下,高性能 GPU IP 不存在 IP 授权的商业模式,而数据中心需要的是基于高性能 GPU IP 的高性能 GPU 产品。

沐曦的目标是打造完全自主知识产权的、configurable 和 scalable 的高性能 GPU IP,基于自主研发的高性能 GPU IP 打造高性能 GPU 产品,并构建兼容全球主流 GPU 生态的软件生态 MACAMACA,从而建立起技术护城河。

公司研发的高性能 GPU IP 采用完全自主设计的指令集和架构,并引入可重构并行计算架构,可以大幅优化核心算力能耗比,突破传统 GPU 性能和能效瓶颈。同时,我们自主设计了兼容主流 GPU 生态的软件栈 MACAMACA,能够最小化用户的存量计算的迁移成本,广泛适配 AI、科学计算等各类应用场景。

得益于强大的团队实力、高度聚焦的产品规划及多地研发中心的协同发展,现在沐曦的高性能 GPU 芯片研发进展超预期。在拥有完全自主知识产权的新架构、新算法、新数据管理方式等方面,我们已递交专利申请 90 余项,其中 95% 以上为发明专利,已授权专利超过 20 项。而持续推进核心发明专利申请,也将是我们提高核心竞争力,奠定公司长期稳固发展的基石。

沐曦 MXN 系列 GPU(曦思)产品概念图

36 氪:MACAMACA 运算平台的特点?为什么公司在成立初期就要补齐软件生态?

陈维良:MACAMACA 是沐曦 GPU 软件栈的名字,"MACA" 的缩写是 MetaX Advanced Compute Architecture,包含了沐曦 GPU 的底层驱动、编译器、数学库及整套软件工具套件。

我们自主研发的MACAMACA 软件栈能全面兼容主流 GPU 生态,兼容的目的是让用户快速低成本低门槛迁移存量应用。比如,在 AI 应用领域,兼容的生态为用户提供从数据搬移、数据处理、训练到推理部署的全面解决方案的迁移方案,涵盖深度学习端到端数据处理的全部流程。

36 氪:从设计角度看,公司是如何优化提高 PPA(功耗、性能和面积)的?

陈维良:PPA 的优化是全面性的,包括 GPU IP 的架构和设计、GPU 芯片的设计、GPU 底层软件的优化等等。沐曦的目标是打造具有国际竞争力的 GPU 产品,敬请期待沐曦产品的发布,到时候会有相关数据分享。

36 氪:目前沐曦的落地情况如何?

陈维良:沐曦集团总部位于上海,在北京、南京、成都、杭州、深圳、武汉等地均有落子,设立了全资子公司暨研发中心,并初步与服务器 OEM、大数据中心、互联网运营商等目标客户建立了合作关系。 目前我们的全国员工人数已超 700 人。

在产业合作层面,我们先后与浙江大学、上海清华国际创新中心、浪潮达成战略合作,建立联合实验室;与中国海洋大学开展海洋科学计算平台加速计算创新研究,推动高性能 GPU 芯片在海洋科学计算等关键技术应用领域的产学研落地,加快将海洋科研优势转化为产业优势;与清华大学集成电路学院开展可重构 GPU 架构研究,提高 GPU 在目标应用领域的性能和能效比。

02、生态和创新是新生科技企业的突破路径

36 氪:在您看来,与先前 2015 年左右那一波 AI 芯片创业浪潮相比,沐曦在 2020 年诞生的时间点,行业机会与之前相比有何本质变化?

陈维良:现在国内大力推进新型数据中心、算力网络国家枢纽节点的建设,加速信息化和数字化进程。同时政府也在不断强调算力是核心生产力,算力安全是国家科技自强的基础,是国家获得全球战略竞争优势的立足点。

近两年," 东数西算 " 工程为国内芯片产业发展,尤其是以高性能 GPU 为核心的高端算力芯片产业,带来更大的发展机遇,包括下游应用行业对数据处理需求的快速增长,直接刺激相关算力芯片的发展。在工程实施热度的牵引下,许多国内芯片公司都纷纷加大对存储、计算等类型芯片的投资力度。

算力设施的建设离不开硬件设施的配套完善,数据中心需要 " 高性能、高能效、高通用性 " 的 GPU 处理器。我们的目标不是为某个单一的应用热点提供定制化产品,而是打造世界一流的 GPU 公司,提供国产自主可控的高性能 GPU 芯片,为我国算力基建的安全性和自主性保驾护航,为我国数字经济的发展提供强大的算力保障。

36 氪:实际上,全球高性能 GPU 市场仍是英伟达的天下,国内新玩家要如何寻找突破机会?

陈维良:与国际巨头相比,目前国内 GPU 企业才刚刚开始追赶,行业处于弱小分散的状态。国产 GPU 企业需要构建起自己的核心竞争力和技术护城河,掌握核心关键技术,这其中自主可控的高性能 GPU IP 是核心。

除此之外,生态也是一个壁垒。沐曦 MACAMACA 软件栈通过兼容国际主流 GPU 生态的方式,解决应用生态的问题,最小化用户存量应用的迁移成本。

创新是高科技企业的生命,我们在全自研高性能 GPU IP 架构上的创新,将进一步提高产品的竞争力。生态兼容解决了 " 阻力 ",创新的优秀的产品增加了 " 动力 ",这是新生企业的突破方式。

36 氪:目前全球 AI 的落地并不如行业最初预期那样发展,这是否会影响到上游 GPU 玩家?您认为国内 GPU 玩家落地最大的难点在哪?

陈维良:不如预期的原因众多,其中一个比较典型的原因是生态障碍。AI 的训练和推理主流产品是 GPU,基于 DSA 和 ASIC 技术路线的 AI 产品在产品部署上遇到不少挑战。我们的产品路线是高性能 GPU,并且兼容国际主流 GPU 生态,因此不会遇到上述困难。

沐曦 MXC 系列 GPU(曦云)产品概念图

36 氪:人才稀缺仍是当下国产半导体行业发展的重要挑战,尽管近几年国家设置了集成电路相关专业,但学术迈到产业存在一定的门槛,目前产业人才仍以海外回流为主,您如何看待这一现状?

陈维良:GPU 芯片技术难度高,是一个投入大、周期长的行业,需要企业进行长时间的技术积累和人才积累,才有实力造出具有国际竞争力的芯片产品。据《中国集成电路产业人才白皮书(2019-2020 年版)》预测,到 2022 年前后全行业人才需求将达到 74.45 万人左右,目前行业人才仍有 20 多万的缺口存在。

就芯片设计企业来说,人才紧缺一个方面是体量,即缺人数;另一个方面是高度,即缺塔尖的人才。企业如果没有 " 塔尖 " 的人才,技术和产品竞争力就会有极大限制。而 " 塔尖 " 的搭建需要长时间的经验积淀。

就沐曦来说,公司由出身于本土的集成电路领域资深专业人士创建,研发工程团队有 " 塔尖 " 和完整的建制,能够快速聚集布局人才。在 " 塔尖 " 的带领下,团队建设非常坚固,而不是一盘散沙。

人才发展是一个循序渐进的积累过程,我们十分重视人才培养,与国内多家知名高校打通产学研合作渠道,通过企业导师、企校联合培养、实习基地建设、定期技术交流、定向招聘等多种途径,加强校企联动共谋发展。

同时我们采取 " 双轨制 ",既引进高端人才,搭建海纳百川的人才建设平台;也通过企业内部 " 传帮带 " 的培养模式,多维度营造尊重创新、尊重人才的浓厚氛围,形成有梯度的人才队伍。

总的来说,芯片人才培养需要很长时间,远水解不了近渴。解决我国芯片行业人才问题,需要企业和整个行业去浮躁,遵循人才发展的自身规律。

至于说,如何衔接学术和产业之间存在的脱节现象?在我看来,学术界通常专注于突破某项难点,解决的是一个 " 点 " 上的问题;而产业界的思维不同,需要解决的是一个 " 面 " 上的问题,需要把 " 点 " 连成线、连成 " 面 " 之后形成一个完整的产业体系,站在用户的角度解决一系列的难题。

因此,产业界和学术界需要更多的融合,将学术界的研究成果与产业化经验相结合,才能提升产品质量,缩短整个集成电路产业与国外的差距。

36 氪:站在芯片玩家的角度看,如今半导体资本市场环境有何变化?这对国产 GPU 行业来说会有何影响?

陈维良:中国是全球最大的半导体需求市场,是集成电路最大的进口国,自给率低,尤其是高端芯片产品。根据国家统计局和海关总署数据,我国 2021 年 1-12 月集成电路的进口数量为 6354.81 亿个,进口总金额达 2.79 万亿人民币。

近些年,发改委、科技部、工信部相继出台了一系列支持政策,推动国内半导体产业发展。在这样的背景下,投资机构更加关注拥有国产替代能力的硬科技企业,更加关注这些企业的全球市场竞争力水平,这对国产 GPU 行业高质量发展起到了推动作用。

这个大的趋势是没有改变的,也不会改变,因为随着数字经济时代的到来,数字新基建是经济发展的动力,而芯片是数字新基建的基石。当然资本市场必然会受到行业波动的影响,一二级市场也会互相影响。高性能 GPU 作为数字基建的算力核心,不管是从经济角度还是战略角度,都至关重要。

03、自我造血与新产品

36 氪:在真正实现大规模落地前,沐曦该如何保持良好的造血能力?

陈维良:高性能 GPU 产品技术门槛高、周期长,需要长期的投入。沐曦作为国产 GPU 行业的领军力量,将持续加强技术创新,加速高性能 GPU 产品落地,持续推进应用生态建设,稳扎稳打,不断聚集越来越多的资源。

36 氪:接下来,沐曦产品及研发方面的重点会是什么?

陈维良:沐曦将在今年和明年分别推出 MXN 系列 GPU(曦思)用于 AI 推理,MXC 系列 GPU(曦云)用于科学计算及 AI 训练。接下来,我们还将推出 MXG 系列(曦彩)用于图形渲染,逐步打造全栈高性能 GPU 芯片产品,满足数据中心对 " 高性能 "、" 高能效 " 及 " 高通用性 " 的算力需求。

36 氪:在落地方向,公司还有哪些目标和规划可以和我们分享?

陈维良:" 得数据中心者得天下 ",沐曦高性能 GPU 产品均采用完全自主研发的高性能 GPU IP,拥有完全自主的指令集和架构,配以兼容主流 GPU 生态的完整软件栈(MACAMACA),具备高性能、高效能和高通用性的天然优势,能够为客户构建软硬件一体的全面生态解决方案,是 " 双碳 " 背景下推动数据中心建设和产业数字化、智能化转型升级的算力基石。

未来我们将抓住市场和政策带来的机遇,不断完善产品体系和生态,实现国产高性能 GPU 芯片的全面突破,赢得数据中心,成为国际一流的 GPU 芯片企业。

36氪

36氪

让创业更简单

订阅

觉得文章不错,微信扫描分享好友

扫码分享