6月15日，燧原科技IPO成功过会，摩尔线程、沐曦股份、壁仞科技、燧原科技并称为国产GPU四小龙，继三家企业先后完成IPO后，燧原科技成功过会，标志着四大国产GPU厂商即将全部集结资本市场。在大模型厂商“降价获客”的同时，算力需求缺口日益增长，这样市场情况成为国产算力硬件厂商的发力的关键窗口期。

本期我们精选了5款国产算力卡领域的相关产品或解决方案。如果您的企业也有相关内容待推广，欢迎入驻半导纵横“产品汇”，与更多行业伙伴共享技术成果，共拓市场机会。

燧原 S60

燧原 S60 (CloudBlazer S60) 是燧原科技（Enflame）于 2021年 发布的推理型通用人工智能加速卡。该产品基于燧原自主研发的第二代 “邃思® 2.0” (SuiSi 2.0) 架构，专为云端推理和边缘计算场景设计。是面向数据中心大规模部署的新一代人工智能推理加速卡，满足大语言模型、搜广推及传统模型的需求，具有模型覆盖面广、易用性强、易迁移易部署等特点，可广泛应用于图像及文本生成等应用、搜索与推荐、文本、图像及语音识别等主流推理场景。

核心特性与架构

GCU 架构：S60 采用通用计算单元（GCU - General Compute Unit）架构，拥有完全自主的指令集和数据流设计。

推理优化：专为复杂的推理业务优化，支持动态电压频率调整（DVFS），在保持高性能的同时实现了优异的能效比。

大显存支持：配备大容量高带宽显存，能够有效支持自然语言处理（NLP）、计算机视觉（CV）以及各类大模型的推理任务。

不支持精度：FP8

核心软件生态：TopsRider 与代码迁移

TopsRider 是燧原科技推出的全栈 AI 软件平台。与 CUDA 架构不同，GCU 拥有独立的底层逻辑。

关键差异：不兼容原生 CUDA

燧原 GCU 不直接兼容 CUDA 代码。这意味着：

代码中的 .cuda() 调用必须修改为针对 GCU 的调用，必须依赖燧原提供的适配层进行转换。

方案：CUDA 代码一键迁移

为了降低迁移门槛，燧原提供了 torch_gcu 库，支持通过简单的代码注入实现“一键迁移”。

摩尔线程 MTT S5000

MTT S5000 是一款面向生成式 AI 时代，专为大模型训练、推理及高性能计算而生的全功能 GPU 智算卡。凭借先进的"平湖"架构，提供从 FP8 到 FP64 的全精度算力支持。MTT S5000 依托第四代 MUSA 全栈平台打破生态壁垒，原生适配 PyTorch、Megatron-LM、vLLM 及 SGLang 等主流框架，让用户能够以"零成本"完成代码迁移。

核心特性与架构

平湖架构：平湖架构是摩尔线程专为人工智能与高性能计算开发的第四代 MUSA 架构，为旗舰智算卡 MTT S5000 的高性能训推提供核心支撑。集成多项创新技术，针对大模型和 Transformer 架构深度优化。

以计算-访存-通信深度协同为核心设计理念，搭载 TCE、TME、ACE 三大自主研发引擎，助力 MTT S5000 实现端到端性能优化，突破传统架构瓶颈依托第二代 MTLink 互联技术和 MUSA软件栈，平湖架构可实现从单卡到万卡集群的线性扩展，为千亿至万亿参数大模型训练、推理提供算力支撑。

算力规格

AI 算力 (Dense 稠密)：1000 TFlops

显存容量：80 GB

显存带宽：1.6 TB/s

卡间互联 MTlink (8 卡全互联)：784 GB/s

核心软件生态：MUSA

MUSA 是摩尔线程推出的通用并行计算平台和编程模型，为开发者提供 GPU 编程的简易接口，配套 MUSA Toolkits 工具箱（含 GPU 加速库、运行时库、编译器、调试优化工具等）。

Torch MUSA — PyTorch 原生适配

Torch MUSA 是基于 PyTorch 的官方扩展包，以插件形式支持摩尔线程 GPU，最大程度与 PyTorch 代码解耦。

CUDA 代码一键迁移

为了降低迁移门槛，

摩尔线程提供了 torch_musa 库，支持通过简单的代码注入实现零成本一键迁移。

MUSA 是基于 PyTorch 的官方扩展包，以插件形式支持摩尔线程 GPU，最大程度与 PyTorch 代码解耦。

壁砺106M

壁砺™106M 是基于壁仞自主原创的核心架构高性能通用 GPU，可广泛应用于大模型、多模态 AIC、图像识别、语音识别、自然语言处理、推荐系统等人工智能训练与推理的应用场景。壁砺™106M 为OAM 模组，可灵活适配标准OAM V1.X版本服务器，与现有基础设施高度就按容；支持支持多种混合精度计算和 PCIe5.0X8主机互联接口技术，通过 UBB 主板实现单机 8 卡互联，每张卡可支持 4 端口共 256GB/s 双向互联带宽，最高可支持4个独立安全虚拟实例（SVI），并通过国密一级认证；依托自研BIRENSUPA™软件开发平台，支持业内主流的深度学习框架与模型。

核心特性与架构

内存架构：配置32GB HBM2E片外内存，带宽总计819GB/s，配置多级大容量片上缓存，单卡可支持百亿参数大模型推理业务。

多模态适配件：适配文生文、文生图、多模态等多种不同类型大模型，同时支持数百个传统AI模型。

据精度支持：除原生支持 FP32、BF16、INT8 等主流数据精度外，原创定义 TF32+ 数据精度，相较 TF32 提供更高数据精度与吞吐性能。

编解码能力：单卡最高可支持256路HEVC/H.264视频解码，可实现大批量视频编解码任务并行化处理。

FP8：暂不支持。

FP16：暂不支持。

BF16：支持 BF16 精度，适用于大模型训练。

INT8/INT4 量化：需配合 vllm-br，支持直接加载量化模型；INT8，不支持量化训练。

核心软件生态：BIRENSUPA

BIRENSUPA™（BIREN Scalable Unified Parallel Architecture）是壁仞科技自研的高性能软件开发平台，提供了完整的软件栈，包括固件、驱动程序、编译器、工具、编程模型、库和机器学习（ML）框架等，帮助构建深度学习和通用计算应用。

曦云 C500

曦云C500 是沐曦（MetaX）于 2022年 发布的旗舰级通用计算 GPU。该产品基于沐曦自主研发的**“曦云”架构**设计，旨在为科学计算、人工智能训练及推理提供强大的国产算力解决方案。曦云C500采用自研 XCORE 1.0 架构及指令集，配备标量、矢量和张量计算单元，支持多种混合精度计算，搭载64GB HBM2e显存与7个高速 MetaXLink 互连接口，可实现2卡至64卡多种互连拓扑，具备国内稀缺的高带宽、超多卡互连能力；依托自研MXMACA软件栈，适配主流算法框架、运算库等工具，编程接口在API层面高度兼容GPU行业国际主流CUDA 生态。

核心特性与架构

自研架构：采用全自主设计的“曦云”通用计算架构，具备完整且独立的指令集系统。

高性能显存：搭载大容量、高带宽的 HBM2e 显存，显著解决了大规模数据吞吐的瓶颈，尤其适合大模型训练与高并发推理场景。

高精度覆盖：作为一款通用 GPU，C500 不仅针对 AI 场景优化（INT8/BF16/TF32），还保留了强大的 FP32 甚至 FP64（双精度）计算能力，使其同样适用于数值模拟、气象预测等传统 HPC 领域。

互联技术：支持 MXLink 内部互联与标准 PCIe Gen5 接口，能够实现多卡、多机的高效算力扩展。

暂不支持 FP8

核心软件生态：MACA

MACA（MetaX Advanced Compute Architecture）是沐曦 GPU 的统一计算软件栈。

高度兼容 CUDA：绝大多数基于 CUDA 开发的原生应用和算法，无需重写代码，仅需少量环境适配即可在 C500 上运行。

智铠 100

智铠100（MR-V100） 基于天数智芯自主研发的通用 GPU 架构设计，旨在为安防、互联网、金融、医疗、教育等领域提供高性能、高性价比的国产算力解决方案。智铠100 采用 7nm 制程工艺，配备 32GB 高速 HBM2E 显存，支持 FP32、FP16、INT8 等多种混合精度计算；依托全自研软件栈，适配主流算法框架与生态，具备强大的视频处理能力，单卡支持最高 128 路 1080P 高清视频并发解码。

核心特性与架构

通用架构：采用全自主设计的通用 GPU 架构，拥有完整的指令集系统，兼顾通用性与高性能。

高性能显存：搭载 32GB HBM2E 显存，配合 PCIe Gen4 高速接口，有效解决了高并发推理场景下的大规模数据吞吐瓶颈。

多精度融合：支持 FP32、FP16、INT8 等多种精度计算，不仅针对 AI 推理场景进行了深度优化，同时保留了通用的浮点计算能力。

视频增强：具备强大的视频编解码能力，支持 HEVC、AVC、VP9、AVS2 等多种格式，满足大规模视频分析与处理需求。

暂不支持 FP8

核心软件生态

IXUCA 是天数智芯自主研发的统一计算架构软件栈，兼容主流 GPU 通用计算模型，提供支持主流 GPU 通用计算模型的等效组件、特性、API 和算法，可助力用户便捷地实现系统或应用的无痛迁移。天数智算软件栈包括人工智能深度学习应用、主流框架、函数库、编译器及工具、运行时库及驱动。

核心优势与功能

深度框架集成：IXUCA 集成了 TensorFlow, PyTorch 和 PaddlePaddle 等国内外主流的深度学习框架，提供与官方开源框架一致的算子，并针对天数智芯加速卡持续优化性能。

高性能推理：IXUCA 提供 IGIE 推理框架 和 IxRT 推理引擎，支持在天数智芯加速卡上实现最优推理性能。

丰富的函数库：IXUCA 的函数库不仅支持通用计算还提供了深度学习应用开发所需的基础算子，开发者可以便捷地调用这些算子灵活地构造各类深度神经网络模型以及其他机器学习领域的算法。

兼容主流生态

无痛迁移：软件栈设计高度兼容主流通用计算（CUDA）生态。

工具链情况：提供包含编译器、驱动、数学库（ixDNN, ixBLAS）、通信库（ixCCL）在内的全套开发工具，降低用户迁移与开发成本。