导读：过去几期《算力江湖》，我们讲了很多传奇故事。我们讲过ARM如何改变芯片世界，讲过英伟达如何从一家显卡公司成为AI时代的算力霸主；讲过Intel曾经统治PC和服务器市场的辉煌，也讲过AMD如何在绝境中完成逆袭；我们还聊过海光、摩尔线程、寒武纪、长鑫这些国产算力企业，讲它们如何在…
编辑说明：本文根据原专题口播内容整理为文章版，保留原有观点和叙事顺序，并对段落表达做了阅读化处理。
过去几期《算力江湖》，我们讲了很多传奇故事。我们讲过ARM如何改变芯片世界，讲过英伟达如何从一家显卡公司成为AI时代的算力霸主；讲过Intel曾经统治PC和服务器市场的辉煌，也讲过AMD如何在绝境中完成逆袭；我们还聊过海光、摩尔线程、寒武纪、长鑫这些国产算力企业，讲它们如何在不同领域寻找自己的位置。但是今天这个故事，有一个特别有意思的地方。因为它面对的对手，是目前整个AI时代最强大的企业之一。
英伟达。如果说Intel曾经建立的是CPU帝国，那么英伟达建立的，就是GPU和AI计算帝国。今天，全世界训练大模型，几乎都绕不开英伟达GPU；全球AI企业争抢的，不只是一块显卡，而是一整套以CUDA为核心的软件生态。很多人甚至认为，GPU这条路已经被英伟达走到了尽头，后来者几乎没有机会。可是，就在英伟达已经站在山顶的时候，有一群中国工程师却做了一个很多人看来不可思议的决定。
重新造GPU。这家公司，就是沐曦。
很多人第一次听到沐曦，可能是在国产GPU、信创、AI算力这些新闻里面。但如果只把它理解成一家做显卡的公司，其实就低估了它的意义。因为沐曦真正面对的问题，不是做出一颗GPU这么简单，而是在一个已经被国际巨头占据几十年的市场里，重新建立一套属于自己的计算体系。这件事到底有多难？我们先看英伟达走过的路。1993年，黄仁勋创立英伟达的时候，没有人知道GPU未来会成为AI时代的核心。当时的英伟达，面对的是英特尔这样的CPU巨头，也面对着3D图形市场里众多竞争者。它最初的目标，其实只是做好游戏显卡。
但后来，黄仁勋做了一件改变整个行业的事情。他没有把GPU只看成一个画图工具，而是希望让GPU拥有更强的通用计算能力。于是CUDA诞生了。今天很多人说英伟达厉害，是因为它的GPU性能强。但真正了解行业的人知道，英伟达最大的护城河，其实是CUDA。因为一颗芯片可以追赶。一个架构可以学习。但是生态需要时间。几十万开发者、无数高校课程、大量科研项目、各种AI框架，经过二十多年积累，最终形成了一张巨大的网络。
这张网络，就是英伟达最坚固的城墙。而沐曦创业的时候，面对的正是这样一座城。那么问题来了。既然英伟达已经这么强，中国为什么还要做GPU？很多普通消费者可能不理解。显卡不是可以买的吗？服务器不是可以买的吗？为什么一定要自己研发？其实，如果站在普通电脑用户角度，这个问题确实成立。但是，如果站在国家算力基础设施的角度，答案完全不同。今天，人工智能已经成为新的基础技术。
过去几十年，计算机的发展依靠CPU；互联网时代依靠服务器；移动互联网时代依靠手机芯片；而进入AI时代，算力成为新的基础资源。未来的大模型训练、自动驾驶、机器人、工业智能、科学计算，都需要大量GPU计算。这时候，GPU就不再只是游戏玩家手里的显卡，而成为支撑整个数字世界运行的重要基础设施。就像过去一个国家不能完全依赖别人提供能源一样，在AI时代，算力也逐渐成为一种战略资源。
这就是国产GPU企业出现的大背景。但是，做GPU为什么这么难？很多人以为，GPU就是把英伟达的设计复制出来。其实完全不是。GPU背后是一整套复杂系统。首先是芯片设计。几十亿晶体管如何排列？计算单元如何设计？功耗如何控制？性能如何提升？这些已经是世界级难题。但是，更难的是软件。一颗GPU生产出来，如果没有软件支持，它就是一块昂贵的硅片。开发者不会用。算法工程师不会迁移。
企业不会采购。最终还是无法形成商业价值。所以，国产GPU企业面对的，其实是两个战场。第一个战场，是芯片性能。第二个战场，是生态建设。前者可以靠研发投入追赶，后者需要多年时间积累。这也是为什么沐曦的创业故事值得讲。因为它选择了一条最困难的路线。不是做一颗简单的AI加速芯片，而是希望打造通用GPU。为什么？因为通用GPU意味着更大的市场。它可以用于人工智能。可以用于科学计算。
可以用于图形渲染。可以覆盖更多应用场景。但与此同时，它也意味着更大的挑战。因为你面对的，不只是英伟达某一款产品，而是英伟达几十年建立起来的整个生态。我做服务器二十多年，最大的感受就是，硬件行业有一个规律。真正改变行业的企业，往往不是因为它看到了今天，而是因为它提前看到了未来。2000年前后，很多人不理解为什么需要服务器。后来互联网时代来了。2010年前后，很多人不理解为什么需要GPU计算。
后来人工智能爆发了。今天，很多人不理解为什么中国企业一定要做自己的GPU。但也许十年后回头看，这可能就是AI时代基础设施建设的重要一步。当然，我们也不能把故事讲成简单的英雄传奇。国产GPU的道路非常艰难。英伟达的优势是真实存在的。CUDA生态、开发者数量、全球客户、供应链体系，这些都是需要长期积累的。沐曦不是三五年就能复制英伟达三十年成果的企业。但是，所有伟大的产业突破，最开始的时候，都是从“不可能”开始的。
2018年前后，当沐曦开始踏上GPU创业道路的时候，全球AI浪潮还没有今天这么疯狂。那时候，没有ChatGPT。没有DeepSeek。没有全民讨论大模型。GPU更多还是游戏、图形和科研领域的专业硬件。选择这个时间进入GPU市场，需要的不只是技术，更需要判断未来的勇气。他们赌的是：AI一定会成为下一个计算时代。GPU一定会成为重要基础设施。中国一定需要自己的算力体系。
而几年之后，历史证明，这个方向确实迎来了巨大的变化。ChatGPT出现。大模型爆发。全球进入AI算力竞争时代。曾经看起来遥远的GPU需求，突然成为所有科技企业争夺的核心资源。沐曦，也终于迎来了属于自己的时代窗口。
下一集，我们继续讲沐曦最关键的一场战斗。
GPU最难的不是做出来，而是让别人愿意使用。为什么英伟达靠CUDA建立了AI帝国？沐曦又如何挑战这座生态高墙？国产GPU真正的战争，到底发生在哪里？
如果你正在规划GPU服务器、AI工作站、本地大模型部署或科研算力平台，可以查看网昱智算GPU服务器产品，也可以联系方案工程师沟通具体场景。
相关关键词：沐曦、国产GPU、AI算力、强哥聊算力、算力江湖
