在刚刚结束的2026年世界人工智能大会（WAIC）上，沐曦股份携曦景S系列超节点与曦索X300系列科学智能GPU亮相，获得了各界的高度关注。与此同时，在大会期间，由复旦大学智能医学研究院刘雷教授牵头，携手上海康辉创联科技集团有限公司、沐曦股份联合申报的 “基于国产高性能GPU 的核医学智能体 Cancer Claw 工作站项目” 还斩获了上海市财政专项资金扶持... ...

而在展台之外，一则消息更值得玩味。

今年5月，Nature通讯发表的一项肾癌患者预后风险分层研究，沐曦GPU承担了其中绝大部分AI计算任务；而作为在上述研究中，承担了AI方面工作的维纳智能，则成为中国首个、全球第四个登上Nature主要期刊的数据生成科创公司，其背后的算力底座同样来自沐曦。

当国产GPU出现在Nature论文的致谢栏里，这已不是一次简单的适配合作。而在这场将AI从“通用对话”推向“专业可信”深水区的进阶中，沐曦正在用一场横跨底层芯片、软件栈到科学应用的系统性布局，回答一个关键命题：国产GPU能否在科学智能这场更高维度的算力竞争中，站稳脚跟？

01.生命科学研究成果摘得顶刊，一篇Nature论文背后的算力暗线

据公开信息，发表于Nature的论文《Multimodal deep learning model for AI-based functional prognostic risk stratification in patients undergoing radical nephrectomy》，聚焦于复杂肾癌手术的术前预后分层问题，其核心方法是通过多模态多头交叉注意力机制，实现三维影像与临床变量的异构信息融合。要完成这项工作，通常涉及异构数据处理、多模态模型训练及长周期连续计算等多个环节，对显存容量、多卡通信效率和平台稳定性均提出了极高的要求。

在这一背景下，沐曦GPU平台全程稳定支撑了该研究中的主要AI计算任务。其自研的MXMACA软件栈原生兼容主流GPU生态，使模型迁移过程顺畅平滑；同时，该平台实现了对主流深度学习框架及关键算子的全面覆盖，跨领域数据生成环节的数值精度，也经受住了闭环回流长流程的严格考验。

事实上，此次成功合作并非偶然，而是沐曦在生命科学领域长期积累的必然结果。早在2024年，沐曦便与香港科技大学柳崎峰教授团队共同发起成立了“港科大-沐曦先进AI计算联合实验室”，随后柳教授创立维纳智能。正是这段联合研发经历，让双方团队对国产GPU的潜能与边界有了更为深刻的认知。

维纳智能技术栈涵盖知识重构、因果推理、任务分解、多重检验等关键模块。仅在过去一年中，维纳智能已在价值观安全、金融保险、香港政务、体育竞赛四个高度异质的领域完成了工业级验证。

在这一合作体系中，沐曦为维纳智能提供了自主可控的规模化算力底座，而维纳智能的数据生成闭环则为沐曦带来了最贴近未来应用的真实负载场景。

这篇《自然》论文，只是这场战略协同交出的第一份公开答卷。其更深层的信号在于：国产GPU已不再停留在“能用”的及格线上，而是迈入了“在顶级科研场景中好用”的全新阶段。

02.AI4S全栈算力底座赋能，国产算力系统能力浮出水面

事实上，生命科学领域的突破，仅仅是沐曦加速构建AI4S全栈算力底座的一个缩影。

在科学智能方向的布局上，沐曦并非一朝一夕之功。此前，公司在分子动力学、气象海洋、工业仿真等场景中持续推进GPU适配与应用落地。今年2月，沐曦正式推出专门面向科学智能领域的曦索X系列品牌及产品。而此番发布的曦索X300系列，正建立在既有产品和实践积累之上，实现了进一步迭代。

而这一迭代的背后，是沐曦对AI4S工作负载需求的深刻洞察。据悉，科学智能与传统大模型计算存在本质差异，后者更侧重低精度矩阵运算效率，前者则对计算精度的要求更为严苛，需应对大规模网格、复杂分子体系和多源科研数据带来的挑战。同时，部分仿真任务运行周期长，对设备稳定性、数据可靠性及多卡并行效率提出了更高要求。

针对上述需求，曦索X301与X302采用沐曦拥有自主知识产权的全自研GPGPU架构，支持多精度混合计算，凭借大容量、高带宽显存，从容承载气象海洋、计算流体、分子动力学等数据密集型任务。在多卡及系统扩展层面，X300系列搭载MetaXLink与MLoE高速互连技术，为更大规模的并行计算和复杂仿真提供坚实支撑。

在分子动力学领域，沐曦深度参与GROMACS开源社区建设，将自由能微扰计算流程部署于GPU执行，并推动相关代码合入开源主线。这意味着，国产GPU正从“支持与适配主流科学软件”，迈向“参与软件本身的开发与性能优化”的新阶段。

截至目前，沐曦在AI4S领域的应用已覆盖基因分析、材料模拟、气象预测、流体力学和工业仿真等多个方向。从单个软件适配到完整解决方案，从实验室测试到真实场景运行，沐曦正将分散的科研计算需求，逐步沉淀为可复用、可扩展的产品与生态能力。

当前，在经历了“数据→模型”、“模型→token“之后，AI算力演进已步入第三阶段，即“数据→token→数据”的大闭环，该阶段所需算力总量，将是前两个阶段之和再乘以迭代轮次。每一轮迭代，既包含海量推理（生成与验证），又包含持续训练（模型进化）。显然，科学智能，恰恰正是这一闭环中最典型、最高阶的应用场景之一。

这也意味着，随着AI从“大致可用”升级为“好用易用”，科学智能对算力的需求正经历从“加法”到“乘法”的跃迁，前景极为广阔。

03.软硬协同的AI4S生态，国产GPU竞争的新范式

如果说单点突破考验的是硬件峰值性能，那么沐曦所构建的软硬协同的AI4S生态，考验的则是从芯片到软件再到生态的系统工程能力。

在上述“软件+硬件+生态”所塑造而成的系统工程中，各部分组成各司其职。其中，沐曦自研的MXMACA软件栈，为其全系列GPU提供统一的开发和运行环境，覆盖编译器、数学库、通信库、调试工具及主流人工智能框架。对于AI4S应用而言，这套统一软件平台可以同时承接人工智能模型和传统科学计算任务，减少不同计算范式之间的软件割裂。

在硬件层面，沐曦已构建起覆盖曦思N系列、曦云C系列、曦彩G系列、曦索X系列的全栈GPU产品矩阵，完整覆盖AI训练与推理、图形渲染、科学智能等主流应用场景。其最新旗舰GPU曦云C600搭载144GB高带宽显存与FP8混合精度，MetaXLink支持128卡超节点，将竞争的基本单位从“一颗GPU”升级为“一套计算系统”。更重要的是，曦云C600实现了从核心IP设计、晶圆制造到封装测试全流程国产化。

在最后的生态层面，沐曦已围绕生命科学、材料科学、气候气象和工业仿真等方向，与多家科研机构、软件企业和解决方案伙伴开展合作。在材料领域，沐曦携手鸿之微、深度原理等合作伙伴，推动GPU算力应用于新能源材料研发和分子模拟；在工业应用中，与唯信科技等伙伴开展冷却液分子筛选；在气象领域，与大湾区国创中心等机构探索AI短临气象预报；在工程仿真领域，沐曦还与十沣科技、迈曦软件等国产CAE企业推进全栈产品兼容和联合验证... ...

这些合作覆盖从底层芯片、软件工具到专业应用的多个环节，而也恰恰是这种覆盖全链的软硬件深厚沉淀，让国产GPU能够进入科研机构和工业企业的实际工作流程，并逐步形成面向AI4S的自主软硬件体系。

结语

国产GPU的竞争正在从通用模型的训练和推理，延伸至科学计算、工业仿真和跨学科研究等更复杂的场景。

而沐曦当下的布局，在核心技术自研的厚积薄发、AI4S全栈算力底座的系统建树、以及软硬结合的生态构建，恰好为行业提供了一个国产GPU竞争进入更深层场景的新范式。

从Nature论文到AI4S全栈算力底座，从分子动力学开源社区到工业仿真联合验证，沐曦正在用实际行动证明，国产GPU不仅能“跑起来”，更能“算得准、稳得住、生态强”。

当AI4S的浪潮加速涌来，算力底座的自主可控已不仅是商业选择，更是战略必答题。

而这一次，国产GPU已经提前到场。