沐曦首款异构 GPU 产品 MXN100 已于 2022 年底实现规模量产，并与多家重点行业客户及服务器厂商联合打造应用落地解决方案，展开深度的生态合作。在过去很长一段时间里，GPU 市场一直被国外知名企业所主导，近些年来，随着中国经济的不断发展，国家对芯片领域的大力支持，国内涌现出了众多 GPU 芯片公司，而沐曦就是其中之一。

自 2020 年 9 月成立，沐曦就致力于打造全栈 GPU 芯片产品，目前推出的 MXN 系列 GPU（曦思）用于 AI 推理，MXC 系列 GPU（曦云）用于 AI 训练，以及 MXG 系列 GPU（曦彩）用于图形渲染，满足数据中心对 “高能效” 和 “高通用性” 的算力需求。

近日，LiveVideoStack 就采访到了沐曦 AI 解决方案总监虞新阳，请他来跟大家聊聊沐曦推出的通用 GPU 芯片产品、沐曦所具备的独特优势、以及他在沐曦工作的美好体验和收获。此外，他还与我们畅谈了国产 GPU 的未来发展以及他自己的 GPU 研发之路。对于想要进入芯片领域工作的年轻人，他也给出了十分中肯的建议。

虞新阳 沐曦 AI 解决方案总监

虞新阳，沐曦 AI 解决方案总监。11 年 GPU 研发经验，8 年 AI 算法经验，参与并主导过国际旗舰厂商解码器、多页表多进程支持、智能调度等 GPU 功能的研发；参与并主导过阿里巴巴 3D 智能家装、内容推荐等 AI 算法的研发；在 ICDE、CVPR 等发表过多篇 paper。目前在沐曦负责 AI 算法。

文 / 虞新阳

策划、编辑  / Alex

研发之路

LiveVideoStack：虞老师，跟我们聊聊您的 GPU 之路吧，您最初是如何开始 GPU 研发工作的？

虞新阳：2007 年硕士毕业后，我加入了 S3 Graphic（S3 是上世纪 90 年代很领先的 2D 显卡公司），它是国内最早几家搭建完整 GPU 设计研发团队的公司之一，包括架构、硬件、软件、系统及解决方案等所有核心部门。从在架构部门学习、维护资深员工的代码开始，慢慢到优化 RISC core 的功能性能仿真器、汇编器，再到开始撰写 GPU 解码模块的架构设计文档，我对 GPU 的硬件模块（特别是解码器）定义和建模流程逐步有了很深的认识；另一方面，也需要用 GPU 3d shader 搭建 H264 编码雏形，使我加深了对 GPU 并行编程及架构的理解。

LiveVideoStack：在您过去所做的工作中，您认为其中哪些工作最令您感到满意？

虞新阳：在过去 16 年的工作历程中，一方面工作内容有较强相关性，同时也是比较有跨度的。2012 年在国际知名 GPU 公司，我负责设计研发了第一代统一的多标准解码器，它融合了内部两种不同的解码器架构，第一次在细粒度的宏块层面进行 GPU 解码和流水处理，在提升性能的同时也简化了解码方案。2014 年，比特币还处在较早期的发展阶段，慢慢地从 CPU 挖矿逐渐转移到 GPU 挖矿中，当时的显卡在挖矿程序上最初表现不太理想，后来我与团队一起定位出性能瓶颈在 MMU 模块上，协同思考研发了新的 MMU 架构，可以同时高效支持 4KB、64KB 和 2MB 的 GPU 页面，在硬件层面解锁了 GPU 的挖矿性能。2020 年在国内头部互联网公司，我主导设计了第一款端到端的智能家装设计轻应用，用户上传或选择户型图，30 秒就能得到可漫游的 3D 室内家装设计方案，虽然没有取得很大的成功，但为后面的迭代奠定了坚实的基础。以上几个点，现在回过头来想想，都还是挺有意义的。

LiveVideoStack：在接下来的工作中，您又将解决哪些难题？

虞新阳：当前我在沐曦的 AI 解决方案部门，主要负责 AI 算法。AI 是一种工具，就像 Python，C++ 等程序一样，只是它更高阶、更智能。一方面它能够解决外在应用场景中的问题，譬如视频的智能处理；另一方面也能解决 GPU 研发相关的内部问题。当前是视频化的时代，影视剧、视频聊天、短视频、直播等发展迅速，视频日益成为人类社会的主要信息载体。视频处理，特别是高效的视频压缩技术，一直是学术界和工业界努力的一个重点；结合 AI，我们也正在做一些学习、探索、实践及落地的工作。

LiveVideoStack：对于想进入芯片领域工作的年轻技术人，您有哪些建议送给他们？

虞新阳：现在的芯片公司一般都是计算平台型公司，需要各种各样的人才，包括硬件设计、软件开发以及人工智能算法等等。其中，IC 设计、操作系统、驱动、编译器等是芯片领域非常需要但总体偏小众的方向。一方面，年轻人可以特别关注这些领域需要的技术，譬如可以从嵌入式系统上的性能优化出发；另一方面，更重要的是培养自己的学习能力、专注能力、创新能力等，有了这些底层能力，一旦进入芯片领域的环境氛围，即使没有太多经验，也能够很快成长起来。

走近沐曦

LiveVideoStack：2022 年年底，沐曦首款异构 GPU 产品已规模量产。您能否向我们介绍一下这款产品以及它的应用场景？您在其中做了哪些工作？

虞新阳：这款产品拥有强大的 AI 算力和视频编解码能力，结合优秀的推理引擎以及 profiling 工具等软件栈，可以方便快捷地部署到数据中心或各种边缘服务器场景。总体来说，它特别适合在安防、智能视频平台、云游戏、云桌面、远程医疗、在线教育等领域发挥作用。

AI 解决方案团队当前着力于抽象一些重要的应用场景，譬如视频的智能转码。既可以给用户提高基础的解决方案作为参考设计，也能够协同推进整个软件栈的完善和优化。

LiveVideoStack：公开的资料显示，沐曦有三大 GPU 产品线：MXN（曦思），MXC（曦云）和 MXG（曦彩），分别用于 AI 推理、AI 训练及通用计算和图形渲染。在您看来，这三大产品在技术挑战、生态系统建设难度与潜在客户购买力方面有何异同？沐曦未来的主力产品有哪些？

虞新阳：GPU 现在已经广泛应用在各行各业，譬如游戏娱乐、搜索推荐、智慧城市等，并且向着更广更深的领域继续探索尝试，如自动驾驶、生物医疗、元宇宙等。

MXN、MXC 和 MXG 都是 GPU 产品线，有较强的计算能力和 AI 能力等， 但它们又有各自的侧重。MXN 侧重在推理，对应于比较成熟的应用部署落地场景；MXC 有很强的通用计算能力和训练能力，更加适用于数据中心以及应用的研发过程，譬如自动驾驶算法训练迭代；MXG 额外带有图形渲染能力，适用于元宇宙、游戏等场景。

去年年底面向推理的 MXN100 已成功实现规模量产，今年将迎来功能更强大的 MXC500 训练及通用计算芯片。

LiveVideoStack：近些年国内出现了很多芯片设计公司，与其他公司相比，沐曦具备哪些独特的优势？

虞新阳：沐曦成立两年多以来，发展很快，也很稳健。当前总部在上海，并在北京、杭州、南京、成都、深圳、武汉等地成立子公司暨研发中心；三大产品线 MXN/MXC/MXG 都在有条不紊地推进。都说一个公司的基因和核心创始团队息息相关，总结来看，沐曦在这几方面拥有较独特的优势：

首先，创始人都有很深的 GPU 研发背景，平均 20 年 GPU 领域工作经验，且成功领导过多代世界一流的 GPU 研发，有研发迭代的大局观；

其次，创始团队曾经有过紧密的相互合作经历，彼此配合默契，团队建制完整；

最后，公司整体拥有良好的工作环境和氛围，尊重知识，尊重人才。

GPU 设计是一个系统性、较长期的过程，需要一步一步地优化迭代，才能最终打造出具备世界竞争力的产品。

LiveVideoStack：在沐曦工作是一种什么样的体验？您有哪些收获？

虞新阳：沐曦和很多其他芯片设计公司一样，成立在国产芯片急需自立自强的大背景之下，需要在接下来的 5 到 10 年时间内快速成长起来。在宏观层面，一方面或多或少会有一些承担突破崛起的自豪感和责任感；另一方面竞争也很激烈，能感觉到时不我待的紧迫感。在微观层面，GPU 芯片和计算平台的研发虽然是一个很大的系统工程，但从大的模块（团队）功能角度来看又边界清晰，需要很强的相互配合，个人也需要较从容且深入地往特定方向去深耕，有较强的方向确定性；同事之间关系比较融洽，也有利于个人的学习成长。

另外，沐曦发展较快，也给了我可以从 0 到 1 的搭建算法团队的机会。其中在语音、NLP 等方向是我先前有了解但没有深入接触过的方向，现在有机会一起学习成长。更重要的是，沐曦是一家 GPU 设计公司，视频智能编码是重要的场景，让我有机会把先前的编解码器知识、GPU 架构设计背景，以及 AI 算法经验结合起来，努力做出一些融合性的创新和优化。

国产 GPU 的未来

LiveVideoStack：虞老师，您今年写了一篇名为《从计算芯片演进看 GPU 未来》的万字长文，非常详细地介绍了芯片的发展历史，您为什么会写这样一篇文章？

虞新阳：一方面，沐曦会积极参与国内相关的行业标准化组织、为相关标准制定及行业白皮书的修订贡献力量，作为公司代表我需要搜集提供 AI 芯片相关的一些基本情况；另一方面，身边的同事和朋友对 GPU 发展也很关切，常见的问题包括：当前中国的芯片发展状态是不是过热了？是不是短期就一阵风？有没有可能诞生世界级的芯片设计公司？

在收集了一些基本情况后，我就想干脆就更加系统深入地整理下整个计算芯片的发展过程，展现下当前的国际知名 GPU 企业是怎样一路发展过来的，希望能给接下来的国内 GPU 发展带来一些我个人的思考。

LiveVideoStack：根据您目前的观察，与国外 GPU 芯片公司相比，国内的公司还有哪些不足之处？国产 GPU 芯片研发还有哪些亟待解决的问题？

虞新阳：国内的 GPU 公司正在蓬勃发展中，迭代很快，已陆续发布或即将发布一些重量级的 GPU 产品。相比于国外的 GPU 芯片，在单纯的硬件规格层面已经慢慢追赶上来。但 GPU 是一个系统性平台下的产品，有了基础的硬件能力，还需要有好用的软件栈，譬如编程模型、推理引擎、虚拟化等等；然后还需要更上层庞杂的生态，譬如各种 SDK、参考解决方案等。在系统软件和生态层面，国内的 GPU 公司正在努力中。

此外，当前国产 GPU 基本还处在追赶者的状态。在中长期来看，不停的迭代创新才是真正能够从市场中胜出的关键，需要布局及建立更底层的能力来加强对 GPU 深入且持续的创新。这需要 GPU 公司自身的努力，也需要社会各方资源形成合力，支持 GPU 芯片公司开展创新应用落地。

LiveVideoStack：未来您比较看好哪些 GPU 的应用场景？

虞新阳：汽车自动驾驶已经在爆发的前夜，GPU 大量部署在训练侧，并且已经慢慢在推理侧（汽车）部署。生物医疗、机器人和元宇宙也在持续迭代中，接下来应该是 GPU 的大应用市场。此外，已经发展了一阵子的智慧城市，包括园区、社区的安防，也将会往更深入的层面去迭代。往更大处说，AI 就是一种基础能力，接下来在各行各业都会持续地深入迭代，譬如工业 4.0、智慧农业等等，而 GPU 作为 AI 的主要算力载体，都将得到更广泛的使用。

LiveVideoStack：最后，您可以向我们提前剧透一下您在本次大会上分享的内容吗？

虞新阳：在过去一段时间，结合 MXN 产品线的特点，我们在视频智能方向做了一些学习探索和实践，包括智能转码、视频超分、ASR 等。在这次大会上，我将就智能视频处理这个点做一些分享和讨论，期待大家一起来参与。

* 封面图来自 Unsplash