/ 涨粉易/当你向一个AI大模型提出一个问题，开源同行模型开始回答生成答案时，开源同行都会消耗若干数量的开源同行Token：作为大模型处理信息的基本单位，每一个Token的开源同行诞生，都不是开源同行某一项技术的功劳，而是开源同行经历了一条漫长的工程链路——从GPU芯片的计算指令，到操作系统的开源同行进程调度，到AI框架的开源同行算子编译，到推理引擎的开源同行显存管理，再到云原生集群的开源同行资源编排，最后生成用户收到的开源同行提问回答。
7月17日至20日世界人工智能大会期间，开源同行沐曦股份将这条看不见的开源同行“Token生产链”搬到线下。在公司展台特设的开源同行“开源工坊”展区，十大开源社区集体亮相——从芯片算力到OS操作系统、开源同行从AI框架到推理引擎、从云原生调度到产业联盟——沐曦股份以完整的“生产链”方式，全景呈现Token背后的开源协作。
每一个Token背后，都是一次开源协作
沐曦股份“开源工坊”展区的主题为“每一个Token背后，都是一次开源协作”，现场通过聚集十大开源社区，展出了一条完整的Token生产链条：
算力层，沐曦股份通过自研GPU与配套软件栈MXMACA，提供了坚实的算力底座。
系统层，龙蜥社区以“AI ×OS × 云”深度融合为主线，打造面向AI原生的下一代Agentic操作系统底座。它是Token从GPU走向应用的第一道系统级桥梁。
训练框架层， PyTorch 基金会携手开源社区破局、全力全速领跑下一代智能创新。
推理层，作为当前最具影响力的两大开源推理引擎，vLLM以PagedAttention技术将KV Cache碎片率降至接近零。SGLang则以RadixAttention大幅降低多轮对话的计算成本。
调度与基础设施层，CNCF驱动着云原生开源基础设施的演进;密瓜智能则主导发起并持续推动CNCF项目HAMi，致力于让异构算力更易用、更高效、更可治理;Red Hat坚持100%开源理念，让AI工作负载在任何云、任何芯片上自由部署。
生态与产业化层，九源联合体聚焦国产智能计算系统建设与软件生态统一;木兰开源社区作为国家级开源社区，为项目孵化与开源治理提供公共服务;模力方舟汇聚最新AI模型，提供从体验到部署的全流程服务。
十个节点，串成一条完整的AI Infra链路。每一个环节的缺失，Token就无法抵达用户。
“每一层都有人卷，每个参与方都能共赢”
“开源，让每一层都有人卷，每个参与方都能共赢。”
每一个Token是否被充分利用，最终体现在每一次生成答案的质量上。模型精度、推理延迟、显存效率、集群吞吐，AI Infra链路上的许多指标都会影响Token的生产效率，进而决定Token的成本。
这样的复杂度也决定了没有任何一家公司能同时把GPU硬件、操作系统、AI框架、推理引擎、云原生调度全部做到极致。开源让每一家公司在自己最擅长的一层深耕，并通过开放协议将优化成果共享给生态中的所有参与者。
沐曦股份通过“开源朋友圈”聚齐十大开源社区，共同探索，相互验证，形成了一条打通GPU、操作系统、推理引擎、集群调度的全栈链路，开源协同也已超越“单点创新”、进入到“全链协同”的全新阶段。
共建人工智能时代的“Android”
如果说Token生产背后是一条开源协同链条共同参与，真正决定这条链路价值的,是它能否被开发者稳定、高效、低成本地用起来。而在整条Token生产链中,沐曦股份最核心的落点,正是它所处的算力层与软件栈——这也是决定国产算力从“可用”走向“通用易用、稳定可靠”的关键一环。
沐曦股份以“自主创新+开放兼容”双轨并行理念为起点,自研MXMACA软件栈。提供了一套完整、高效的全栈软件工具链,涵盖应用开发、功能调试和性能调优等核心环节。同时,软件栈另一项突出优势在于原生兼容国际主流GPU生态,能够帮助用户无需过多修改代码、即可实现极低成本生态迁移。
2025年2月14日, MXMACA软件栈正式开源。目前MXMACA软件栈注册开发者用户已超50万人。
同时，MXMACA已兼容适配40多种AI框架,覆盖训练、推理、科学计算全场景,并支持500+AI模型、4500+开源项目运行,覆盖95%以上的主流AI场景，并实现了对PyTorch 2.8 2410个算子全量覆盖。
按照沐曦股份的构想,公司将围绕MXMACA软件栈,努力打造一个开放、自主、全栈兼容的智能计算生态,目标是建设成人工智能时代的“Android”。
从一颗芯片,到一条链路,再到一个生态,沐曦股份想做的,从来不只是把Token生产出来,而是让每一个Token都被更好地用起来。在开源这条路上，国产算力的答案已经清晰——真正的护城河不是某一层的极致,而是整个生态的共荣。
评论