8月21日，DeepSeek官微，15点30左右，在文章《DeepSeek-V3.1正式发布》下，置顶留言里表示，UE8M0 FP8是针对即将发布的下一代国产芯片设计。 据研讯社公众号称: FP8是一种超低精度数值格式，与传统的FP16（半精度浮点数）和FP32（单精度浮点数）相比，FP8通过减少数据位宽来实现更高的计算效率和更低的内存占用。 FP8存在以下优点： 1.算力密度倍增：相同芯片面积下，FP8计算单元数量可达FP16的2-3倍，直接提升吞吐量。 2. 功耗断崖式下降：8位数据移动能耗仅为FP16的1/4，解决AI数据中心“电老虎”困局。 3. 延迟极致压缩：内存带宽瓶颈破除，大模型响应速度提升40%+。 4. 成本结构优化：存储与传输开销降低，使千亿模型部署到手机成为可能。 FP8的本质是通过一定精度的牺牲，来取得更大的算力综合性能。DeepSeek作为领先的AI模型开发商，其技术选型对行业具有强示范效应，成功应用FP8证明了这一技术路径的可行性，为整个产业提供了重要参考。 同时，DeepSeek明确指向“下一代国产芯片”，表明DeepSeek与国产芯片厂商之间存在深度技术合作和生态协同，这种软硬件协同优化将提升国产算力的整体竞争力。 FP8作为下一代算力标准，其意义远超出技术本身。它代表了计算范式从“高精度通用计算”向“高效专用计算”的演进，体现了AI驱动下计算架构的深刻变革。对中国而言，FP8是实现算力自主的重要机遇，是构建自主可控AI生态的关键支点。 随着国产芯片对FP8的全面支持和完善，中国有望在AI算力领域形成硬件、软件、应用协同发展的良性生态。这不仅将支撑中国AI产业的创新发展，更将在全球算力格局中塑造新的竞争态势。 此前，14点25分，DeepSeek公众号发文，DeepSeek-V3.1正式发布。 本次升级包含以下主要变化： 混合推理架构：一个模型同时支持思考模式与非思考模式； 更高的思考效率：相比DeepSeek-R1-0528，DeepSeek-V3.1-Think能在更短时间内给出答案； 更强的Agent能力：通过Post-Training优化，新模型在工具使用与智能体任务中的表现有较大提升。 DeepSeek-V3.1使用了UE8M0 FP8Scale的参数精度。另外，V3.1对分词器及chat template进行了较大调整，与DeepSeek-V3存在明显差异。