沐曦创始人陈维良：得数据中心者得天下｜36氪专访( 二 ) 这是一个数据经济时代

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GPUIP（也称GraphicsIP ， GFXIP）。在这样的背景下，高性能GPUIP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GPUIP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GPUIP ，基于自主研发的高性能GPUIP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GPUIP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。

文章图片
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MetaXAdvancedComputeArchitecture ，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GPUIP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。

文章图片
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？