国产 GPU 厂商摩尔线程宣布，旗下训推一体智算卡 MTT S5000 正式完成对开源生物分子结构预测模型 Protenix-v2 的全链路推理支持。这意味着国产算力在 AI for Science（AI4S）科研场景上补齐了关键的一环。

Protenix-v2 是什么

Protenix-v2 是由字节跳动 Seed 团队研发的开源生物分子结构预测模型，于 2026 年 4 月正式发布。在多项核心基准测试中，其性能持平甚至超越 DeepMind 的 AlphaFold 3，是目前全球少数能够对蛋白质、DNA、RNA 及小分子配体复合物进行高精度端到端预测的开源基座模型，打破了海外顶尖模型权重不完全开放、无法私有化部署的限制。

MTT S5000 完成全链路适配

摩尔线程此次适配基于自主 MUSA 软件栈，针对 Protenix-v2 复杂的 PairFormer、扩散采样、MSA 预处理等计算链路，完成了算子兼容与性能调优，攻克了科学计算场景下数值稳定性、访存密集计算等技术难点，贯通了从 MSA 输入、模型前向推理到 pLDDT/PAE 结果后处理的完整业务链路。此前 Protenix-v2 主要面向 CUDA 生态，国产算力缺少完整可用的落地方案，此次适配打通的正是国产算力应用落地的“最后一公里”。

实测性能：平均提速约 26%

摩尔线程技术团队选取 12 个代表性蛋白质测试样本，采用 BF16 精度，完整保留 MSA 处理、模型推理与后处理全流程，将 MTT S5000 与国际主流 GPU 进行性能与精度对标。结果显示，在端到端推理耗时上，12 个样本中有 10 个超越国际主流 GPU，平均提速约 26%；预测精度整体偏差控制在合理浮点漂移区间，12 个样本的综合平均预测精度高度吻合，其中 7 个样本精度微幅反超，单样本最大差异控制在约 1 个百分点内，三维构象结构评估指标高度对齐。

降低科研门槛

为降低开发者使用门槛，摩尔线程同步上线了面向科研场景深度调优的 Protenix-v2 优化版 Docker 镜像（驱动版本 5.2.0）。科研用户无需复杂环境编译，拉取镜像即可一键复现全套测试流程，快速开展蛋白质结构预测、分子辅助设计等科研工作。

此次适配标志着摩尔线程实现了大分子结构预测、全基因组序列建模与临床医学影像三大 AI4S 核心场景的端到端工程验证，为国内药企及科研机构提供 AI4S 算力底座。

9月11日，燧原科技正式登陆科创板。至此，摩尔线程、沐曦股份、壁仞科技、燧原科技这四家被业界称为”AI芯片四小龙”的国产算力芯片企业，全部完成资本化登场。这意味着四家公司已走过初步的技术验证阶段，国产AI芯片的竞争正式进入以规模化交付和盈利能力比拼为核心的新阶段。

四小龙：从技术验证到资本化

过去数年，国产GPU与AI加速芯片大多停留在中小规模试点与细分场景适配，能否承载大规模训练与推理始终受市场质疑。随着四家头部企业相继上市，”AI芯片四小龙”这一称呼本身，也从一个融资叙事变成了一组可被公开财务数据检验的实体。

资本化的意义不止于募资。它意味着这些企业必须开始接受市场对营收、毛利与盈利节奏的定期审视，竞争逻辑从”谁的架构更先进”转向”谁能把芯片变成持续赚钱的生意”。

上半年营收：增速亮眼，盈利待解

从已披露的上半年数据看，四家公司的营收均录得高速增长，但整体仍未跨过盈利线。

需求侧的拉动力来自真实的算力缺口。中国信通院数据显示，2026年一季度国内AI算力需求同比增长417%，而有效供给增速为128%，供需缺口持续扩大，为国产芯片打开了历史性窗口。

盈利拐点则初现轮廓：摩尔线程上半年扣非后归母净利润为-1.51亿元，较去年同期的-3.17亿元明显收窄；沐曦股份扣非后归母净利润-0.49亿元，同比减亏75.83%，且二季度单季已实现0.54亿元扣非盈利。沐曦股份董事长兼总经理陈维良曾预测，公司最早有望在2026年实现盈亏平衡。

估值回撤与系统性竞争

资本市场对”四小龙”的态度，正从初期的热情转向对业绩兑现能力的审视。截至9月10日收盘，已上市的摩尔线程、沐曦股份、壁仞科技（港股）市值分别为1711亿元、1975亿元、971亿港元，三家公司普遍较年内高点回撤约四至五成。

北京社科院研究员王鹏分析认为，在国产替代的刚性需求下，”四小龙”已进入营收高速增长阶段，但盈利拐点仍待观察。下一阶段比拼的是系统性能力：支撑大规模智算集群落地的规模化交付能力、快速完成主流大模型与行业场景适配的软硬件全栈效率、以年为单位快速迭代产品的能力，以及在特定行业与算力场景建立专属优势的能力。

国产替代窗口

能把研发投入、产品性能、软件生态与客户订单串成一条持续盈利商业链条的公司，才有望真正站稳脚跟。对下游客户而言，国产芯片”是否好用、能否稳定支撑真实生产流量”仍是采购决策的核心顾虑；而对”四小龙”而言，能否把当前的窗口期转化为可验证的盈利能力，将决定下一轮分化的方向。

*本文事实据证券时报、今日头条及中国信通院公开数据整理。*

算力：从万卡走向十万卡

按照京东云公布的信息，国产万卡集群已经落地，10 万卡集群进入规划建设阶段。这一规模意味着国产 GPU 首次进入头部 AI 云企业的十万卡级核心智算集群行列。

从政策背景看，工信部此前印发的《信息通信行业发展”十五五”规划》提出有序部署万卡、十万卡及以上智算集群，并加大力度适配国产算力芯片。京东云的这次扩容，正好踩在这一节奏上。

摩尔线程创始人、董事长兼首席执行官张建中表示：”这个 10 万卡 AI 工厂，不仅可以训练大模型，提供词元生产，训练好智能体，我们也希望这个 10 万卡 AI 工厂能够真正地为所有行业从业者服务，去打造具身智能的新变革，也能够帮助京东一起去打造世界上最大的物理世界运营中心。”

他还补充了一个判断：”Scaling Law 仍然有效，十万卡集群是大势所趋。”

曹鹏则表示：”我们正全面推进物理 AI 战略落地，高性能、高可靠的国产算力是核心支撑。选择与摩尔线程深度合作，正是看重其在国产训练级 GPU 上的稀缺能力和大规模集群的成熟交付经验。”

数据：1000 万小时采集行动推进中

在数据层面，京东云 1000 万小时人类最大规模数据采集行动正在推进。围绕具身智能所需的数据，京东云建设了覆盖”采、存、标、训、评、仿、测”全流程的具身数据基础设施，把人类在真实场景中的操作转化为可供模型学习的数据。

目前首批开源数据集 EgoLive 已对外开放，据京东方面介绍，已有超过 8 个国家、百所高校和科研机构申请使用。

模型：JoyAI 矩阵与一项第一

模型层面，京东已形成覆盖多模态模型、世界模型和具身模型的 JoyAI 基础模型矩阵。

本次大会上，京东发布了实时可交互的世界模型 JoyAI-Echo WM。在面向交互式世界模型的公开评测 WBench Navigation 中，该模型以 81.6 分排名第一。

会上京东还启动了”物理 AI 加速计划”，并提出在机器人领域实现六项”全球第一”，包括建成全球最大的具身智能数据采集中心、打造全球最大的机器人产业基地网络、成为全球最大的机器人零部件供应商、成为全球最大的机器人零售渠道、打造全球最大规模的具身机器人应用军团，以及创造超 10 万个机器人售后工程师岗位。

十万卡意味着什么

对国内 AI 基础设施而言，十万卡是一个有象征意义的门槛。它考验的并不只是 GPU 采购数量，还包括集群网络、存储、供电散热、故障隔离、断点续训以及调度软件等一整套工程能力。此前国产算力更多停留在”可用”阶段，能否支撑超大规模稳定训练，是产业界关注的重点。

京东云此次把摩尔线程的全功能 GPU 作为算力底座，两家将在芯片、云平台到模型训练之间进行全栈协同，用于支撑 JoyAI 全系大模型的训练与迭代，加速模型训练、仿真与高质量数据生成。

需要指出的是，10 万卡集群目前仍处于规划建设阶段，具体的采购清单、交付节奏与验收时间尚未披露，实际推进情况有待后续观察。

发行价 142.18 元，中签率极低

本次燧原科技发行价格为 142.18 元/股，发行数量 4303.5173 万股。在回拨机制启动后，网下最终发行 2409.9639 万股，网上最终发行 1032.85 万股，网上发行最终中签率为 0.02455315%。

中签号码共有 20657 个，每个中签号码仅能认购 500 股燧原科技 A 股股票。按照此前发布的招股书，公司预计募集资金总额 61.19 亿元，资金将投向第五代和第六代 AI 芯片系列产品的研发及产业化、先进人工智能软硬件协同创新等三个项目，分别拟投入约 15.03 亿元、11.97 亿元与 33 亿元。

自研四代架构五款云端芯片

招股书显示，燧原科技创立于 2018 年 3 月。成立近八年来，公司自研迭代了四代架构、共计 5 款云端 AI 芯片，构建了涵盖 AI 芯片、AI 加速卡及模组、智算系统及集群，以及 AI 计算与编程软件平台的完整产品体系，目前已成为中国云端 AI 芯片领域的领军企业之一。

燧原科技与摩尔线程、沐曦股份、壁仞科技并称为“国产 GPU 四小龙”。在 AI 算力需求持续扩张的背景下，这家以云端训练与推理芯片为核心业务的公司，正试图借助资本市场进一步加码下一代 AI 芯片的研发与产业化。