绕开HBM，还是吃下HBM？

11月2日，2026年“中国芯”评选结果揭晓，沐曦的曦云C600捧回“优秀技术创新产品奖”；几乎前后脚，高通在圣迭戈宣布第一代高带宽计算（HBC）技术完成硬件验证。两条新闻隔着太平洋，却指向同一个变量——显存与带宽。本篇核心判断：AI芯片的竞争主轴，正在从制程军备赛滑向“内存墙”攻防战。沐曦选择把HBM吃满，高通则试图用LPDDR把HBM绕开。一个“吃下”，一个“绕开”，这两条路线将画出自未来三年智算市场的分岔图。

🏆 一座奖杯，一套闭环

颁奖的分量要先说清楚。这场评选由工业和信息化部指导、中国电子信息产业发展研究院主办，是国内集成电路领域最具影响力的行业评选之一。能在这个场合拿下“优秀技术创新产品”奖的，通常不只是参数好看，还得在产业层面有确定性的东西。

曦云C600的确定性，来自“首款基于全国产供应链打造的高性能GPU”这个定语。其搭载的MXC600芯片基于沐曦自主知识产权的GPU核心IP、架构与指令集，从芯片设计到制造、封装，再到配套软件栈，实现了全链路国产供应链闭环——注意最后半句，不依赖海外先进制程。

这句话在产业语境里的分量，比字面重得多。

闭环之外，两道更现实的门也被推开了。其一是资质：2026年5月，MXC600正式通过中国信息安全测评中心与国家保密科技测评中心的安全可靠测评，可满足政企、金融、电信、能源等关键行业的准入标准。其二是量产：曦云C600同样于2026年5月正式量产，已部署于多地智算中心，覆盖金融、医疗、大模型等核心场景。截至2025年底，沐曦GPU累计销量超过5.5万颗，批量部署于10余个国家级及运营商智算集群。

芯片行业里，“能用”和“可买”之间隔着资质与产能两道门。安全可靠测评相当于政企市场的准入钥匙——业界私下流传的说法是，在政企侧的订单里，资质证书的权重常常高于跑分。而5.5万颗的累计销量说明，国产高性能GPU已经走过了最凶险的冷启动期，进入可以按季度复盘交付的阶段。

📈 制程追不上，就先把显存堆满

大模型把算力的瓶颈，硬生生顶到了显存上。

参数规模和上下文长度一轮轮膨胀，最先爆掉的不是算力，而是显存——模型装不装得下一张卡、上下文能开多长、一批请求能并发多少，都由显存容量和带宽说了算。这就是所谓“内存墙”。

曦云C600配备144GB HBM3e显存，超过了英伟达H200的141GB规格。别小看这3GB的差距，它的象征意义大于参数意义：在关键规格上，国产GPU第一次不是“对标”，而是“对齐”。同时C600新增原生FP8数据格式及Tensor转置指令，多精度混合算力显著提升，更契合头部大模型厂商对训练与推理的显存需求。

互连这半张答卷也没有空着。曦云C600搭载自研MetaXLink高速互连技术，带宽对标H200，支持64卡全互连组网，可构建千卡乃至万卡级智算集群。软件侧，配套的MXMACA全栈软件栈兼容超过6000个CUDA应用，大幅降低客户从国际生态迁移的成本。

产业逻辑很直白：显存容量直接决定单卡能承载的模型规模与上下文长度，是每token推理成本的分母之一；带宽决定吞吐；互连决定能不能上规模；生态兼容决定客户愿不愿意迁。对国产芯片而言，最后一项往往才是真正的门槛——参数可以追，迁移成本才是客户账本上最重的一行。

🔀 高通把内存摞到了芯片头上

沐曦在吃HBM，高通在想怎么绕开它。

2026年11月初，高通宣布第一代高带宽计算（HBC）技术已在美国圣迭戈实验室完成硬件验证，验证了完整读写与近存计算能力。HBC的思路是把多层LPDDR内存垂直堆叠在计算芯片上方，用“把内存摞到芯片头上”的方式，同时拉高AI推理的内存带宽、压低能耗。

数字是这套方案最好的辩护词。早期两层堆叠样品实测每瓦带宽达到HBM4的五倍以上；正式产品采用四层堆叠，为AI250提供133TB/s有效带宽，达到AI200的18倍。搭载HBC架构的AI250加速器计划2027年上半年出样——这意味着以LPDDR替代HBM的推理内存方案，正式进入产品化阶段。

更值得玩味的是产业链的反应：三星和SK海力士已主动提出与高通合作推进HBC商业化，台积电负责整合封装工艺。

这张图能看出两件事。第一，AI250在带宽性价比维度站上高位，但生态成熟度是明显短板——推理芯片的胜负从来不在纸面带宽，而在客户愿不愿意为它重构工具链。第二，三星与SK海力士的态度本身就是信号：它们既是HBM的主要玩家，又主动押注LPDDR堆叠路线。存储双雄两头下注，说明业内对“HBM一统推理”的叙事，其实并没有那么笃定。

HBM贵、产能紧、订单要排队，这是过去两年云厂商的共同体感。而推理负载对功耗极其敏感、对极限容量的需求又相对可以分层，恰好是LPDDR堆叠方案最舒适的生态位。

🗺️ 两条路线，同一个命题

把两条新闻放在一起看，会发现它们其实在回答同一道题：如何降低对稀缺资源的依赖。

曦云C600的全链路国产闭环，回答的是先进制程受限背景下的供应链安全命题——不依赖海外先进制程，意味着产能与交付的主动权握在自己手里。高通的HBC，回答的则是HBM资源命题——HBM产能长期集中在少数存储原厂手中，用成熟的LPDDR工艺做垂直堆叠加近存计算，等于给带宽找到了一个供应更宽、成本更低的来源。

这里需要冷静看待的一点是：两条路线解决的是不同约束下的同一类焦虑。国产闭环的代价是在先进制程上做取舍，靠架构、显存配置与软件栈把体验补回来；HBC的代价是生态要从零建，靠能效与成本把客户拉过来。从地缘视角看，不必给任何一边加戏——它们都只是工程团队在各自约束条件下交出的答卷。

🚀 时间窗口：2026对2027

两条路线的节奏差，是未来两年最好看的部分。

沐曦这边，落地节奏已经跑起来了。曦云C600部署于多地智算中心，覆盖金融、医疗、大模型等核心场景；按照沐曦“1+6+X”产业生态战略，算力底座将持续向金融、医疗健康、能源、教科研、交通、大文娱六大重点行业渗透，并同步探索具身智能、低空经济等新兴方向。换句话说，沐曦的打法是先在资质与集群侧站稳，再用行业渗透把出货量滚起来。

高通那边，AI250要到2027年上半年才出样，距离规模商用还有一段工程化的路要走。但推理市场的放量拐点恰好落在2026到2028年之间——如果HBC的每瓦带宽数字能在产品上兑现，AI250出样之时，就是两条路线第一次正面相遇之日。

判断可以给得更明确些：训练侧，HBM大集群在三五年内仍难有替代；推理侧，2027年之后很可能出现LPDDR堆叠方案的实质性份额。而国产高性能GPU的窗口期，取决于三件事的乘积——生态兼容度、资质覆盖面、交付确定性，目前看三者都在正轨上。

💡 小结

AI芯片的战争，已经从制程节点打进了显存和带宽里。沐曦曦云C600证明国产供应链能堆出超过H200的显存配置，高通HBC证明绕开HBM也能算清带宽与功耗的账。无论哪条路先撞线，一个结论已经确定：存储与先进封装的价值正在被重估，谁能把“内存墙”拆掉一角，谁就握住下一代算力的定价权。2027年，答案开始揭晓。