MetaX 沐曦 曦云 C500 (2022)
产品概述
曦云 C500 是沐曦集成电路于 2022 年发布的首款训推一体通用 GPU，基于自研 XCORE 1.0 架构设计，配备 64GB HBM2e 显存，支持 FP64/FP32/TF32/FP16/BF16/INT8 多精度混合计算，FP16 算力 280 TFLOPS，INT8 算力 560 TOPS，接口支持 PCIe Gen5 和 MetaXLink 多卡互联，是沐曦"曦云"C 系列的首款产品。
定位：训推一体 GPU，兼顾 AI 训练和推理场景，性能优于 NVIDIA H20（据第三方评测）。
核心规格
| 项目 | 参数 |
|---|---|
| 架构 | 自研 XCORE 1.0（数十个核心 IP） |
| 制程 | 未公开（推测 7nm） |
| FP32 | 54 TFLOPS（矢量 18 + 矩阵 36） |
| TF32 | 140 TFLOPS |
| FP16 | 280 TFLOPS |
| BF16 | 280 TFLOPS |
| INT8 | 560 TOPS |
| 显存容量 | 64 GB HBM2e |
| 显存带宽 | 未公开（推测 ~1.6 TB/s） |
| TDP | 350 W（推测） |
| 互联 | MetaXLink（7 个高速互连接口，最多 64 卡互联） |
| 接口 | PCIe Gen5 + MetaXLink |
| FP64 支持 | ✅（科学计算/气象预测） |
| 发布 | 2022 年 |
| 量产 | 2023 年起 |
| 软件栈 | MXMACA（兼容 CUDA，迁移成本降低 90%） |
⚠️ 规格说明：制程、TDP、显存带宽官方未完整公开，以沐曦后续官方数据表为准。
曦云C系列产品线
| 产品 | 架构 | 显存 | FP16 TFLOPS | 发布 | 状态 |
|---|---|---|---|---|---|
| 曦云C500 | XCORE 1.0 | 64GB HBM2e | 280 TFLOPS | 2022 | 在售 |
| 曦云C550 | XCORE 1.x | 未公开 | 未公开 | 2024 | 在售 |
| 曦云C588 | XCORE 1.x | 未公开 | 未公开 | 2024+ | 在售 |
| 曦云C600 | XCORE 1.5 | 144GB HBM3e | FP8 1000 TFLOPS | 2025 | 风险量产 |
与 NVIDIA H20 对比
| 指标 | 曦云C500 | NVIDIA H20 | 差异 |
|---|---|---|---|
| FP16 | 280 TFLOPS | ~300 TFLOPS | -7%（接近） |
| INT8 | 560 TOPS | ~600 TOPS | -7%（接近） |
| 显存 | 64GB HBM2e | 96GB HBM3 | -33% |
| 互联 | MetaXLink | NVLink | 待对比 |
| 生态 | MXMACA（CUDA 兼容） | CUDA | H20 成熟 |
| 价格 | 约 3.89 万元/卡 | ~20 万元/卡 | C500 便宜 80% |
第三方评测：据公开资料，曦云 C500 系列训推一体 GPU 性能优于 H20。
MXMACA 软件生态
| 层级 | 工具 | 说明 |
|---|---|---|
| 软件栈 | MXMACA | 沐曦统一计算架构 |
| AI 框架 | PyTorch | 原生支持 |
| 分布式 | DeepSpeed | 分布式训练 |
| CUDA 兼容 | 自动迁移工具 | 代码迁移成本降低 90% 以上 |
| 大模型 | 支持国产千卡集群 | 已验证全参数训练 |
适用场景
- ✅ 国产大模型训练（280 TFLOPS FP16，64GB 显存）
- ✅ AI 推理即服务（560 TOPS INT8）
- ✅ 科学计算（FP64 双精度支持）
- ✅ 气象预测（HPC 传统场景）
- ✅ 国产智算中心（性价比优势）
- ✅ CUDA 迁移场景（90%+ 迁移成本降低）
- ❌ FP8 推理（未直接支持 FP8 格式）
- ❌ 超大规模集群（MetaXLink 待验证 vs NVLink）
相关卡
- MetaX 沐曦 曦云 C600 - 新一代（FP8 1000 TFLOPS）
- Kunlun 昆仑芯 P800 - 国产 AI 算力
- Huawei 昇腾 910C - 国产训练卡竞品
- NVIDIA H20 - 合规版竞品