⚙️ 国产 GPU 第一次进中国馆：沐曦把 128 张卡塞进一个机柜

11 月 5 日，第九届进博会在上海开幕。中国馆的展台上，国产 GPU 企业只进了一家——沐曦股份。它搬进去的不是一张卡，而是一个机柜：曦景 S600 超节点，单柜支持 128 张 GPU 全交换、无带宽收敛，还能横向扩到万卡集群。

3分钟看懂：这台「超节点」到底是什么

先把两个词拆开说。

第一个词是「超节点」。 你平时听说的显卡，是一张插在服务器里的板卡；一台服务器通常装 8 张。当模型大到一张卡装不下、或者卡与卡之间要频繁交换数据时，8 张卡的服务器就不够用了——不是因为算力不够，而是因为卡和卡之间的「路」太窄、太绕。

超节点的做法是：把几十上百张卡、加上专门的交换网络、加上供电和散热，在工厂里装成一个整机柜，交付给客户时它更像一台「大电脑」，而不是一堆需要现场拼装的零件。沐曦这次给出的数字是单机柜 128 卡，卡间全交换、无带宽收敛。

第二个词是「曦云 C600」。 这是机柜里的那颗 GPU，沐曦的旗舰产品，配套自研的 MXMACA 软件栈和 MetaXLink 互联技术。它不是这次才发布的——C600 今年 5 月已经量产，MXC600 芯片也过了国家安全可靠测评，11 月 2 日刚拿到 2026 年「中国芯」优秀技术创新产品奖。这次进博会新增的信息，是它被装进了一个可交付的系统形态里。

所以这条新闻的重点不是「沐曦又发了一颗芯片」，而是：国产 GPU 开始以整机柜的形态，出现在国家级展台上。

官方说了什么，媒体又补了什么

沐曦官网的新闻稿可以直接读，系统层面的描述属于官方口径：

• 单机柜支持 128 卡全交换、无带宽收敛的互联架构，支持内存语义和低时延数据通信
• 可通过 Scale out 横向扩展至万卡集群
• 采用高密正交整机柜「三 0」设计：计算节点 0 线缆、交换节点 0 线缆、计算与交换节点之间 0 线缆
• 配合解耦模块化架构，机房无需改造即可快速部署

芯片的具体规格，官方新闻稿没有给全。以下数字来自智算芯能前沿网、快科技等多家媒体的转述，本文基于多家媒体转述整理，均为厂商口径，没有第三方实测：

为什么这件事值得单独说

第一，144GB 这个数字的意义不是「赢了」，是「不用再砍模型」。

媒体反复对比的一个点是：C600 的 144GB 显存，比英伟达 H200 的 141GB 略高。3GB 的差距在跑分上没有意义，但在工程上有意义——大模型推理时，显存要先装权重、再留 KV Cache、再留给中间激活值。显存差一点，往往就意味着要减并发、降上下文长度，或者干脆换更小的量化版本。144GB 落在和 H200 同一档，意味着「这个模型能不能装下」这个判断，不会因为显存先被否掉。

第二，竞争的维度正在从单卡峰值转向系统效率。

沐曦自己在新闻稿里把话说得很直：算力竞争正从单卡峰值转向系统效率，谁能以更低成本、更高效率「生产」Token，谁就握住主动权。这句话翻译过来就是：客户买的不是一颗芯片的理论峰值，而是一个机柜在真实任务里能稳定交付多少有效算力。

这也解释了为什么它要花力气讲「三 0」零线缆。零线缆不是给评测机构看的指标，是给机房施工队看的——现场最容易出错的环节就是线缆敷设和连接，把这部分收进工厂预制，意味着上线更快、故障点更少。对一个机房条件参差不齐的客户现场来说，「无需改造」是一道实实在在的门槛，而不是便利性描述。

第三，它出现在中国馆，这个身份本身就是信息。

进博会中国馆展的是「培育新质生产力、推进高水平科技自立自强」的成果。国产 GPU 企业只选了一家，展的又是系统而不是单卡——这个选择说明，在「国产算力」这条叙事里，能被摆上台面的标准已经从「有没有」变成了「到什么水平、能不能整体交付」。

同台的另一件事：异构双擎

与 S600 同台展出的，还有沐曦和东方算芯联合推出的「异构双擎算力机柜」。这部分值得单独说，因为它是另一种思路。

它针对的是 MoE（混合专家）模型的推理。MoE 的特点是：模型的不同专家被激活的频率和计算特征不一样，一部分任务吃算力，另一部分任务吃显存带宽。用同一类芯片覆盖全部环节，总有一个方向会闲置。

这套方案的做法叫「双芯分治」：C600 承担上下文关联计算这类计算密集型任务，东方算芯的 DF1000 承担稀疏激活这类访存密集型任务。在投机解码场景下则反过来配合——DF1000 用极低延迟流式生成草稿，C600 用并行算力批量校验。

需要说清楚的是：这是一个方案，不是一个能下单的产品。它的实际效果取决于调度层的成熟度，而调度层恰好是最难的部分。

怎么用：三类人会关心这件事

如果你在智算中心或政企 IT 部门。 这台机器的价值在于「交钥匙」：整柜交付、机房免改造、软件栈兼容主流 GPU 生态。评估重点应该放在三件事上——现有模型的迁移成本、集群的实际有效吞吐、以及厂商的交付与运维响应。

如果你是模型或推理框架的开发者。 值得关注的是 MXMACA 的生态兼容度和 MetaXLink 的编程模型。国产卡真正的时间成本往往不在算力，而在「把现有代码跑通」这一段。

如果你只是关心国产芯片进展。 记住三个数字就够了：128 卡、144GB、万卡扩展。这三个数字合起来描述的是「一个机柜能干什么」，而不是「一颗芯片多快」。

适用场景 & 不适用场景

适合：

• 智算中心的整柜采购与扩容，尤其是机房条件受限、不想大改的场地
• 政企、金融、科研等对供应链自主可控有硬要求的场景
• 大模型推理集群，特别是需要长上下文、大显存承载的部署

不适合：

• 想要单卡做小规模试验的团队——超节点是按机柜卖的，不是按张卖的
• 追求最新制程与最高单卡峰值的场景——「全国产 7nm」讲的是供应链，不是制程领先
• 需要立刻上线、且要求有大量公开第三方实测数据的项目——目前几乎没有独立评测

避坑：四个必须知道的限制

一、所有性能数字都是厂商口径。 144GB、3.35TB/s、1000 TFLOPS 这些数字来自厂商与媒体转述，本文没有找到任何第三方实测。厂商口径不等于虚标，但它确实是「最好情况下的数字」。

二、没有价格、没有功耗、没有交付时间。 这三个是采购决策的核心输入，目前一个都没有。任何「性价比很高」的判断，现在都缺最关键的分母。

三、进博会展出 ≠ 开卖。 C600 芯片是量产的（今年 5 月），但「曦景 S600 超节点」这套系统形态的商用节奏，官方没有给时间表。展台亮相和交付到客户机房，中间还隔着集成、验证和产能。

四、「全国产 7nm」不要读成「7nm 很先进」。 2026 年 7nm 不是前沿节点。这行字的价值在于：从设计到制造、封装再到软件栈，这条链路不依赖外部先进制程供给。对要进采购清单的产品来说，供应链的确定性有时比跑分多几个百分点更重要。

行动建议

第一步，先分清你要的是芯片还是系统。 如果你是做整柜采购，直接找沐曦要 S600 的部署白皮书和现网案例；如果你只是想试算力，C600 加速卡和 C600 服务器是另外两条产品线。

第二步，把问题从「多少 TFLOPS」换成「每 token 多少钱」。 官方叙事本身就是 Token 成本，评估时也应该用同一把尺子：在你要跑的那个模型上，一个机柜每秒能出多少 token、耗多少电。

第三步，问三个具体问题。 现有模型迁到 MXMACA 要多久？万卡扩展是已经交付过还是规划能力？出了问题谁到现场、多久到？

参考来源