当中国GPU走到十字路口：摩尔线程 vs 沐曦，其实是 NVIDIA 与 AMD 的历史重演

我们今天以 GPU 架构工程史为主线，用 NVIDIA / AMD 过去 25 年真实发生过的架构选择，去一一映射、类比摩尔线程与沐曦今天所走的路线。

你会看到： 摩尔线程像 NVIDIA 的“前 CUDA 时代 + 早 CUDA 时代叠加体” 沐曦更像 AMD 在 CDNA / Instinct 路线上的工程化阶段

历史公司

历史阶段

核心特征

中国对应

NVIDIA

GeForce → Tesla → CUDA 初期

图形 + 计算统一

摩尔线程

NVIDIA

Fermi → Kepler → Volta

软件生态驱动

摩尔线程的目标态

AMD

GCN → CDNA

计算优先、弱图形

沐曦

AMD

Instinct MI 系列

AI/HPC 系统工程

沐曦 二、NVIDIA 的“原罪级难题”：为什么 GPU 一定要通用？ 1、NVIDIA 早期（1999–2006）：图形是 GPU 的“合法身份”

在 GeForce 256 到 GeForce 7 时代：

• GPU 本质是 固定功能图形流水线

• Programmability 极弱

• 每个 stage（VS / PS）高度定制

但 NVIDIA 内部已经意识到一件事：

真正的长期价值不是画图，而是并行计算能力。

CUDA 的诞生，本质上解决了三个工程问题：

1. 统一执行模型（SIMT）

2. 统一内存模型

3. 统一软件抽象

这一步的代价是：

• 架构复杂度指数级上升

• 编译器、驱动、工具链长期不可用

• 早期性能极不稳定

如果 NVIDIA 在 2008 年上市，你会在招股书里看到： 持续亏损 研发费用率极高 软件生态尚不成熟 ——这和摩尔线程今天几乎一模一样

摩尔线程在文件中明确：

• 全功能 GPU

• 单芯片支持：

• • AI

  • 图形

  • HPC

  • 视频

这与 NVIDIA 的路径几乎一致：

NVIDIA

摩尔线程

图形起家

图形 + 计算并行

统一架构

统一 GPU 架构

CUDA

MUSA 软件栈

对工程师而言，这意味着：

• Warp / Wavefront 调度极难

• 前端压力巨大

• 功能单元复用复杂

• Verification 成本极高

这是 GPU 工程中最重的负担，没有之一。

2、软件生态：NVIDIA 用了 10 年，摩尔线程才刚开始

CUDA 真正成熟是在：

• Kepler（2012）

• Volta（2017）

在此之前：

• Kernel 性能波动巨大

• Debug 极其痛苦

• 第三方支持稀缺

摩尔线程当前所处阶段，对应的正是：

NVIDIA 在 Tesla C1060 / Fermi 初期的状态

这也是为什么摩尔线程在问询函中被反复追问：

• 驱动稳定性

• 生态成熟度

• 商业化节奏

AMD 在 GCN（2011）时代，试图：

• 同时服务图形 + 计算

• Wavefront 64

• 高吞吐、低控制复杂度

结果是：

• 图形竞争不过 NVIDIA

• 软件生态始终弱势

最终 AMD 做出一个极其工程理性的决定：

图形 GPU（RDNA）与计算 GPU（CDNA）彻底分家

从 MI50 / MI100 / MI250 开始：

• 无图形 pipeline

• 极致算力密度

• 强调系统级性能

• ROCm 专注计算

这条路线的工程逻辑是：

• 放弃通用性

• 换取交付确定性

• 牺牲生态广度，换工程可控性

沐曦的产品特征：

• 训推一体

• 高算力密度

• AI-first 架构

• 不追求完整图形

这与 AMD Instinct 系列几乎是同一工程哲学：

AMD Instinct

沐曦

无图形

无图形

AI/HPC 优先

AI 优先

系统工程

系统工程

客户定制

客户导向

2、软件策略的相似性

AMD 的 ROCm 长期策略是：

• 覆盖主流模型

• 优先满足大客户

• 不追求“全生态”

沐曦的软件路线几乎一致：

• 优先跑模型

• 优先交付集群

• 软件服务于工程交付

NVIDIA

• 成为通用算力入口

• 生态驱动增长

• 软件定义硬件

但前提是：

• 能熬过 5–10 年

• 软件栈持续进化

• 架构不崩盘

AMD Instinct + 部分 NVIDIA 数据中心业务

• 成为 AI/HPC 核心供应商

• 工程交付导向

• 深度绑定智算中心

但上限是：

• 更难成为“生态标准”

• 更依赖算力投资周期

NVIDIA 赢，不是因为它一开始比 AMD 聪明， 而是因为它赌对了“通用性 + 软件生态”。

AMD 没输在工程能力，而是输在路径选择的时代错位。

今天：

• 摩尔线程在重复 NVIDIA 最痛苦、也最伟大的那段路

• 沐曦在走 AMD 最理性、也最稳健的工程路线

这不是谁对谁错的问题，而是你相信哪一种工程哲学，最终会在中国成立。

欢迎加入行业交流群，备注岗位+公司，请联系老虎说芯（加V：tigerchip）