四小龙聚首，先别急着欢呼
8月24日晚，上交所披露燧原科技科创板发行安排，公司拟发行4303.5173万股，网上、网下申购日为9月2日，离今天正好一周。央广财经这家“国产GPU四小龙”之一的IPO进程迎来新进展，上市后四小龙就在资本市场聚齐了。读创招股书里也写明了客户集中度：2025年燧原科技营收9.90亿元，其中对腾讯科技直接销售及AVAP模式销售收入占83.79%。闻道商业
把最新成绩单摆在一起，分化相当大。寒武纪上半年实现营业收入59.96亿元，同比增长108.13%，归母净利润23.11亿元，同比增长122.61%，已经是稳稳赚钱的状态。微博壁仞科技预计上半年收入约11.50亿元至13.00亿元，同比增长率约在1852%到2107%之间，绝对值不大，爬坡速度够快。第一财经摩尔线程营收17.36亿元，同比增长147.42%，归母净利润仍亏损1156.31万元，同时官宣启动H股发行筹备，奔着“A+H”双平台去了。红星资本局
问题变了：从“能不能跑”到“迁移要改多少”
上市潮是资本的事，对真正部署模型的人来说，它意味着更具体的东西：芯片开始批量出货，“这块卡能不能跑我的模型”正在被替换成“我的模型迁过去要改多少东西”。
这不是想多了。集邦咨询的数据显示，以华为和寒武纪为首的国产芯片供应商，加上互联网巨头自研的定制化芯片，2026年将合计占据中国AI服务器芯片市场近80%的份额。新浪数码到这个份额，部署环境里遇到非CUDA生态就不是“会不会”，而是“什么时候”。
为什么对台账绕不开飞桨
PyTorch生态锚定CUDA，模型往国产卡上迁，要么换框架，要么靠框架层的适配把活接住。飞桨是目前国内对国产芯片兼容性认证铺得最广的深度学习框架，芯片厂商拿它的认证当产品说明书的一部分。
这背后有真实需求。百度二季度财报显示，季度总营收313亿元，AI业务收入占比50%，连续两季过半，其中AI云基础设施里的GPU云同比增长283%，连续四个季度三位数增长。新浪科技GPU云收入这么涨，说明真有人在拿国产卡跑模型生意。飞桨官方口径有2300万开发者、76万家企业，这两个数字没有第三方审计，当参考就好，但厂商抢着做认证这件事本身，说明这个生态是真实的出货渠道。
台账里有什么：拿摩尔线程举个例
7月初，摩尔线程旗舰AI训推一体卡MTT S5000通过飞桨III级兼容性认证，Paddle-MUSA算子适配率达到91%，覆盖训练和推理需要的主流算子。集微网本周摩尔线程又联合硅基流动发布PAS技术白皮书，思路是PD分离——把Prefill和Decode拆开调度（白皮书给出的部署比例例子是2:1），压低长上下文推理的成本。摩尔线程官网
其他几家也有动作：昇腾在政企信创项目里的落地案例最多，跟着案例清单做验证最省事；沐曦的MXMACA软件栈在社区黑客松里出现过PaddleOCR-VL适配赛题；昆仑芯是百度自家芯片，与飞桨天然对齐。台账内容不少，深浅不一，所以得会读。
台账的三个读法
第一，别迷信认证等级。III级认证是目前公开信息里最高的一档，但各等级的具体定义没有独立公开的标准文档可查，重点看它测了什么、覆盖哪些场景，而不是盯着级数。
第二，适配率不如模型清单直接。91%的算子适配率是分母口径，对你个人更有用的是那张适配模型清单——你在用的模型在不在清单上、同等条件下性能基准什么水平，比一个百分比实在得多。
第三，通过认证不等于生产稳定。而且注意，目前公开信息里通过III级的只有MTT S5000，不能自动推广到同一家的其他卡。
分人群说结论
政企信创刚需：优先看昇腾的案例库，这个方向落地最多，照着案例清单做PoC，踩坑概率最低。
PyTorch深度用户：先确认你的模型在不在目标芯片的适配模型清单里，再看算子覆盖和编译工具链，别只凭认证等级做迁移决定。
看资本热闹的：IPO热不改变商业化的节奏。今年年初，摩尔线程、沐曦股份上市首日狂飙之后已经大幅回调近40%。新浪证券摩尔线程账上还有逾56亿元募集资金，但半年经营现金流净流出21.69亿元，H股上市目前也只是启动筹划，尚未递表。虎嗅芯片公司要的是订单，不是又一轮融资。
值得继续盯的信号
9月2日燧原科技的申购和定价结果；摩尔线程H股筹划的下一步，是否递表；Paddle-MUSA仓库和适配模型清单的更新频率，这个比认证新闻更诚实；四季度飞桨兼容性认证名单里会不会出现新面孔。
