DeepSeek V3.1 发布，更令人好奇的是UE8M0 FP8

see122

DeepSeek 推出了 V3.1 版本，简单过一下亮点：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。

但更让人好奇的是，DeepSeek 还在置顶留言里强调：UE8M0 FP8是针对即将发布的下一代国产芯片设计。

这句话放在当下的语境里，就显得耐人寻味——毕竟不久前，相关部门才约谈英伟达，要求解释 H20 芯片的安全风险。

也正因如此，几个技术性的名词才变得格外值得关注：参数精度到底是什么？为什么芯片会决定它的形式？

这些改动背后，或许预示着国内 AI 行业正在进入一个软硬件协同的新阶段。

1

看不见的小数点，决定了大模型的命运

在深度学习里，参数就是模型的大脑神经元之间的“权重”，训练时需要不断更新、存储、计算。精度（precision）就是用多少位二进制数来记录这些参数。

在介绍 FP8 之前，先得回到计算机最基本的问题：机器是怎么存数字的？

最简单的方式叫整数（int）。它就像算盘上的珠子，能表示的是一个个精确的格子：1、2、3、4。但整数没法表示 3.14 这样的圆周率，也很难处理科学计算中常见的极大值或极小值。

于是，科学家们发明了浮点数（floating point），也就是 FP8 中的 FP。顾名思义，小数点的位置是“浮动”的，既能写成 3.14159 这样的日常数字，也能写成 6.02×10 这样天文级的指数。浮点数本质上就是把一个数字拆成三部分：符号位、指数、尾数。符号位决定正负，指数决定小数点的位置，尾数决定精度。

浮点数基本可以表示任何数字，代价是，同样的内存位数，用得越多，表示得越精确；用得越少，表示得越粗糙。

在很长一段时间里，FP32（32 位浮点数）是计算机的黄金标准，它精度高，范围广，几乎是科学计算、图像处理、AI 的通用方式。但当大模型的参数量级膨胀到数千亿甚至万亿，FP32 就显得臃肿了。每一条权重都要用 32 位去存，显存根本不够用，训练时间也被拖长。

于是，行业开始尝试降低精度。先是 FP16（16 位浮点数），后来是 FP8（8 位浮点数）。举个不恰当例子，就像把一张 4K 高清照片压缩成 480p 的小图，细节损失在所难免，但能存更多张，还能传输得更快。

用英伟达技术博客里的一张图可以直观的看出来，同样用 H100，FP8 的速度远远高于 FP16。

训练大模型时，最大的瓶颈不是算法，而是算力和显存。NVIDIA 官方博客指出，FP8 在不显著牺牲模型效果的前提下，能让吞吐量翻倍、显存占用减半，这是训练 GPT 级别大模型时极具吸引力的优势。

换句话说，在大模型这种追求“规模胜过精度”的赛道上，FP8 成了必然选择。

英伟达技术博客：https://developer.nvidia.com/zh-cn/blog/fp8-precision-performance/

2

谁制定规则，谁就掌握算力

那 FP8 就 FP8 ，DeepSeek说的“UE8M0 FP8”是什么？为什么还要适配国产芯片？

首先，FP8 本身并不是一个彻底中立的国际标准。表面上，NVIDIA 曾经和 Intel、Arm 一起推动过 FP8 的规范化，推出了 E4M3 和 E5M2 两种格式，分别侧重精度和数值范围，看起来像是一次开放的行业标准化行动。

但在真正落地时，NVIDIA 在自家的 GPU 上加了很多“优化”：比如 per-tensor scaling、per-block scaling 这样的动态缩放策略，用来解决 FP8 动态范围太窄、容易溢出的问题。又比如在 Tensor Core 上内置了针对 FP8 的指令集优化，使得 FP8 在 H100 上能直接跑满算力。这些优化细节没有写进统一标准里，却被深度绑定在 NVIDIA 的硬件和软件栈中。

NVIDIA 最新的 Blackwell 架构原生支持一种全新的“微缩浮点格式”（Microscaling formats），包括 MXFP8（8bit 浮点）、MXFP6（6bit）、MXFP4（4bit）。有研究者在高质量数据集上进行了大规模验证：一个 8 亿参数的模型，在使用了 MXFP8E4M3 格式和精心设计的数值转换策略后，训练结果几乎达到了传统 BF16（bfloat16）的水平。说白了，在 Blackwell 架构中，使用 MXFP8 格式的预训练效果表现最好。

参考论文：Recipes for Pre-training LLMs with MXFP8 https://arxiv.org/pdf/2506.08027

回到 DeepSeek 在 V3.1 发布官微评论中强调的UE8M0 FP8，并不是 NVIDIA 官方的 FP8 标准，而是一种变体格式。它更接近一种极端的范围优先策略，几乎舍弃了小数部分精度。

这就像你宁愿用一把刻度粗糙的卷尺，也要保证它足够长，能从房间一直量到操场。虽然看不到毫米级的细节，但至少不会量到一半溢出。

为什么要做这样的取舍？因为国产 GPU 在底层电路和指令集设计上，并没有完全兼容 NVIDIA 的 FP8 方案。正如上文提到的，英伟达有自己的“优化”，而国产 GPU 并不具备这种“优化”，如果直接照搬，结果往往是数值不稳定，梯度爆炸，训练根本收不住。

结合前几天 DeepSeek R2 延期是因为国产芯片不行的新闻，DeepSeek 在这个时间发声还是很有必要的。DeepSeek 必须在模型端做出妥协：用UE8M0这种“范围优先”的格式，来适配国产芯片的硬件逻辑，确保国产芯片能跑通的折中方案。

这是一种软硬件之间的“互相成就”。模型厂商愿意牺牲一些细节精度，换来国产芯片的稳定运行；而芯片厂商也通过这种合作，逐渐建立起自己的 FP8 生态。

3

国产 GPU 的 FP8 联盟

当然，由此产生的另一个问题是，DeepSeek 在哪家国产芯片上训练啊？

（此处不做为任何投资建议，纯属小道消息，只是为了凑字数）

比如沐曦曦云 C600芯片就在 2025 年正式亮相。官方明确宣称，它原生支持 FP8 精度，并且采用了多精度混合算力架构：既能运行传统的 FP32/FP16 任务，也能用 FP8 高效加速大模型训练。

C600 其实早在 2024 年 10 月就完成流片，目前正处于小批量量产阶段。与此同时，下一代 C700 系列也已经立项，预计在 2026 年 Q2 进入流片测试。

除了沐曦，燧原科技也在 2025 年推出了最新的L600 芯片。这颗芯片历时两年半开发，最大的亮点是采用了训推一体的架构：既能承担大模型的训练任务，又能直接用于推理部署。更重要的是，L600 原生支持 FP8 低精度。这与 DeepSeek 模型的精度策略正好对齐。

UE8M0 只是一个冷冰冰的精度参数，放在论文里也许只值半行字。可在今天，它却像是一种信号：国产芯片厂商和大模型公司，开始真正坐到了一张桌子上，去谈怎么一起往前走。大模型不再盲从英伟达的算力逻辑，而是尝试和国产硬件对齐，哪怕过程并不优雅。


来源：36kr