曦望联席CEO王湛：跨界造芯，让产品思维重塑AI算力

人工智能的时代浪潮中，算力是引擎，芯片是核心。当全球竞逐高性能GPU的制高点时，中国科技企业如何破局？近日，曦望（Sunrise）联席CEO王湛分享了他从百度“凤巢”奠基人到AI芯片创业者的跨界历程。这场对话揭示的，不仅是一家企业的创业故事，更是一种以深刻产业洞察和产品思维重塑硬科技研发路径的范本。

从“产品经理”到“芯片定义者”：跨界思维如何赋能硬核创新

王湛的职业生涯始于中国互联网的拓荒年代。2000年加入百度，作为早期产品经理和“凤巢”系统的奠基人之一，他深谙“从需求出发”的产品哲学。当被问及互联网经验对造芯有何帮助时，他的回答直指核心：“芯片的最大用户群就是互联网公司，而我过去的经历，让我能深刻理解他们的需求，并直达关键决策者。”

这种“直达”能力，是写在履历里的稀缺资源。凭借在被誉为“互联网的黄埔军校”10余年积累，王湛及其团队能与各大互联网公司的产品、技术核心层建立高效、深度的沟通。“抄起电话，我就能就和很多关键岗位的朋友，直接交流我们的设计。一通电话下来，可以获得最真实的反馈。”这使曦望在定义芯片时，能精准锚定客户最迫切的痛点，而非闭门造车。

更重要的是，互联网的产品方法论被移植到芯片领域。王湛强调，AI芯片本质是“软硬结合的系统工程”，而非单纯的硬件。英伟达公司软件工程师人数远超硬件，便是明证。他以产品经理的视角看待芯片：用户体验（算力效率、易用性、成本）至上，系统各环节必须协同。这种思维，让曦望的“更懂AI”不止于口号，而是贯穿从架构设计到生态服务的全链条。

为什么必须啃下“全栈自研”这块硬骨头：自主可控与敏捷迭代的双重逻辑

面对技术路径选择，曦望选择了挑战最大的“全栈自研”，即从底层指令集到软件栈全部自主研发。在许多人看来，这似乎是“费力不讨好”。但王湛给出了双重理由。

王湛在访谈现场

一是为了真正地自主可控与敏捷迭代。AI技术演进一日千里，大模型范式快速更迭。如果核心技术和软件栈依赖外部，就如同“黑盒”，企业将丧失根据前沿趋势进行深度优化和快速迭代的能力。“全栈自研才能确保每一层都透明、可控，让我们能跟上，甚至预判AI发展的步伐。”王湛解释道。

二是构建坚实“算力底座”的必然要求。他将算力比作AI世界的“空气”，而掌握“呼吸权”的前提，就是拥有从底层到顶层的完整技术栈。曦望芯片从S1到S3的“闯关式”演进：从DSA架构的云边推理芯片，到GPGPU通用计算芯片，再到专攻极致性价比的大模型推理芯片，正是其全栈能力不断成熟，并能灵活响应市场需求的证明。特别是即将推出的S3芯片，目标开启“百万token一分钱”的推理成本，这需要对硬件、软件、系统能效进行全局优化，任何一层的“短板”都将拉低整体技术效能。

构建支撑AI千行百业的“算力底座”：愿景、挑战与责任

“开启百万token一分钱推理时代”，这一震撼愿景的背后，是曦望“三位一体”的系统性工程：极致性价比的芯片设计、源头低廉的绿电保障，以及高效的智算中心（AIDC）解决方案。王湛指出，唯有系统性地降低算力总拥有成本（TCO），AI才能真正像水电一样普惠，赋能千行百业。

为此，曦望推出了“一体机”产品，将芯片、服务器、主流模型甚至应用集成，让企业能够“开箱即用”，大幅降低使用门槛。“我们的理想是让最终用户一行代码都不用写。”这背后，依然是互联网时代“用户体验为王”和“提供完整解决方案”思维的延续。

然而，前路并非坦途。王湛清醒地指出，国产GPU最大的挑战在于整体生态的成熟度，尤其是先进制程制造等环节仍受制约。但他同时展现出坚定信心：物理极限的临近为追赶提供了时间窗口，而在Chiplet（芯粒）、先进封装等新兴路径上，全球几乎站在同一起跑线。

访谈最后，王湛描绘了他心中的“算力底座”图景：那是一个稳定、易得、普惠的全民AI基础设施。它不仅能催生海量的应用创新，更能形成一个“应用越广、反馈越多、技术越精、成本越低”的良性循环，从根本上推动中国AI产业的整体繁荣。

从互联网的产品经理，到AI芯片的造芯者，王湛的跨界之路，折射出中国科技产业从应用层创新向底层核心科技攻坚的深刻转型。他的实践表明，对产业的深度理解、对需求的敏锐洞察，以及构建系统解决方案的能力，与硬核技术攻关同样重要，甚至是打通从技术到市场“最后一公里”的关键。这不仅是曦望的创业故事，更是一代中国科技人在关键领域奋力自主，致力于将发展命脉掌握在自己手中的缩影与承诺。