沐曦股份称部分 GPU 订单排至明年后，MXC600 AI 训练推理芯片已大规模出货
据 IT之家援引科创板日报 7 月 8 日消息，在“活力中国调研行”上海站活动中，国产 GPU 厂商沐曦股份首席产品官、高级副总裁孙国梁透露，公司部分产品订单已经排到明年甚至更晚时间。来源显示，沐曦今年的主力产品为 MXC600 芯片系列，目前已经进入大规模出货阶段。这一表态意味着，在 AI 训练、推理与国产算力替代需求持续升温的背景下，国内高性能 GPU 供应链正在迎来更明确的商业化落地信号。
MXC600 定位训练推理旗舰，强调国产供应链闭环
从公开信息看，MXC600 是沐曦股份新一代人工智能训练推理旗舰芯片，采用沐曦自研 GPU 架构。IT之家查询获悉，该芯片系列强调“全国产工艺”路径，覆盖芯片设计、制造、封装以及配套软件栈等环节，全面实现国产供应链。
对于当前国内 AI 基础设施市场而言，芯片本身的性能只是其中一部分，能否配合稳定的软件栈、开发工具、模型适配能力以及整机交付能力，往往决定了产品能否真正进入数据中心和行业客户的生产环境。沐曦围绕 MXC600 核心芯片能力，已经形成了多个产品系列，包括曦云 C600 系列、曦思 N300 系列和曦索 X300 系列，面向不同算力场景进行组合。
来源还提到，5 月 26 日，沐曦股份 MXC600 正式通过国家《安全可靠测评》。在政企、金融、能源、运营商等对供应链安全和国产化要求较高的场景中，这类测评结果有助于降低客户采购和部署时的合规顾虑。
“一卡难求”与“算力过剩”为何同时存在
市场上近两年经常出现两种看似矛盾的声音：一方面，AI 服务器、高端 GPU 和可用算力资源紧张；另一方面，也有人担心算力基础设施建设过快，可能带来利用率不足。对此，孙国梁给出的判断是，通用、易用、稳定、可靠的算力仍然稀缺，甚至处于“一卡难求”状态；而所谓过剩的算力，更多指向一些不够通用的架构，或只能运行上一代模型、某些细分模型的算力资源。
这一判断反映出 AI 算力市场正在从“有没有卡”转向“能不能高效跑主流模型”。对模型训练和推理用户来说，芯片不仅要有算力指标，还要支持常用深度学习框架、主流大模型算子、分布式训练、推理优化以及稳定的运维能力。缺少生态和软件适配的硬件，即使账面规模可观，也可能难以转化为真实可用产能。
- 供给端：国产 GPU 厂商需要提升芯片、板卡、服务器和集群方案的整体交付能力。
- 需求端：大模型厂商、行业客户更看重可迁移、可部署、可持续运维的算力平台。
- 生态端：软件栈、开发者工具和模型适配将成为国产 AI 芯片能否扩大市场的关键。
- 产业端：安全可靠测评、国产供应链闭环等因素，会影响政企市场的采购节奏。
产业解读：国产 AI GPU 进入“可用性竞争”阶段
沐曦披露部分订单排到明年甚至之后，并不只是单一公司的订单信息，也折射出国内 AI 芯片市场的结构性变化。随着大模型应用从互联网公司扩散到制造、金融、政务、科研等领域，企业对本地化部署、数据安全和可控供应链的需求增强，国产 GPU 获得了更多验证和导入机会。
但从长期看，国产 AI GPU 的竞争重点不会停留在“替代”二字。真正决定市场份额的，是产品能否在真实业务中提供稳定吞吐、较低迁移成本和持续的软件更新。MXC600 已大规模出货，说明沐曦正在从技术展示走向规模交付；接下来，客户侧的集群稳定性、模型兼容度和应用案例，将成为观察其市场表现的重要指标。
对于中文科技读者和 AI 从业者而言，这一消息值得关注的核心在于：国产算力不再只是实验室或小规模试点话题，而是在订单、测评、产品线和供应链闭环上逐步进入产业化阶段。高质量、通用化、生态完善的算力，仍将是未来 AI 基础设施竞争中最稀缺的资源。