DeepSeek V3.1提及的UE8M0 FP8引爆了輿論，但我們也要清醒看到，其意義并非在于技術(shù)上的原創(chuàng)性突破，而是標(biāo)志著國產(chǎn)AI產(chǎn)業(yè)鏈協(xié)同邁入新階段。它的核心意圖在于串聯(lián)起芯片廠商適配、大模型工具鏈優(yōu)化，打破“單點創(chuàng)新”困局。盡管國產(chǎn)算力仍有短板，但上下游企業(yè)從協(xié)同設(shè)計到生態(tài)聯(lián)盟的探索，正以“1+1>2”的合力，為中國AI全產(chǎn)業(yè)鏈突圍筑牢根基。

最近一周，半導(dǎo)體成為A股表現(xiàn)最強(qiáng)的板塊。上半年利潤僅10億的寒武紀(jì)，以超過6000億的市值躍居科創(chuàng)板首位，滾動市盈率高達(dá)500余倍，股價也一度超過茅臺成為A股“股王”。

引爆市場情緒的，是上周DeepSeek V3.1的發(fā)布——準(zhǔn)確來說，甚至不是這款模型的能力本身，而是短短不到20個字的一則官方留言：“UE8M0 FP8是針對即將發(fā)布的下一代國產(chǎn)芯片設(shè)計?！?

UE8M0 FP8，立即成了國產(chǎn)AI技術(shù)突破的最新代名詞。

在一周高漲的情緒之后，今天的市場出現(xiàn)正?；芈?。而與之相伴的，是中芯國際冷暖參半的半年報——上半年營收增長22%，Q2產(chǎn)能利用率高達(dá)92.5%，中國區(qū)收入占比提升至84.2%；但單看二季度，凈利潤和毛利潤都出現(xiàn)下滑。

事實上，如果把DeepSeek、寒武紀(jì)、中芯國際們近期的一系列信息串聯(lián)起來，我們在欣喜于其進(jìn)步之余，也能夠看到國產(chǎn)AI生態(tài)仍受到嚴(yán)重限制，距離世界先進(jìn)水平仍有差距。

但更大的驚喜在于，中國產(chǎn)業(yè)鏈的協(xié)同程度正在迅速提升。

DeepSeek到底干了什么

UE8M0 FP8，這串如同亂碼一般的字符，究竟有什么魔力？

我們不妨先從FP8說起。

FP8是一種8位浮點數(shù)，其基本原理是用較少的字符來表示更復(fù)雜的數(shù)字，這對于使用二進(jìn)制語言的計算機(jī)來說是非常重要的。

這是因為，二進(jìn)制數(shù)字只有0和1兩個字符，一個較短的十進(jìn)制數(shù)字，寫成二進(jìn)制可能會變得很長。舉個例子，一個隨機(jī)的十進(jìn)制數(shù)字56.89，如果直接轉(zhuǎn)化計算機(jī)使用的二進(jìn)制數(shù)字，是111000.11100011，字符非常多，也就意味著會占用更多存儲空間。

那么為了節(jié)省字符，人們發(fā)明了浮點數(shù)。

具體來說，所謂浮點數(shù)，是指一種特殊的數(shù)字表示格式，其基本格式是把數(shù)字a寫成m×b^e的形式。

例如，上述的111000.11100011，可以寫成1.1100011100011×2?。如果我們愿意損失一定的精度，規(guī)定小數(shù)點后只保留3位，就約等于1.110×2?。這樣一來，只需要記錄下小數(shù)點后的110和5次冪這兩個信息，就能還原出原來的數(shù)字了，存儲空間占用量大大減少。

FP8就是這樣一種記錄方式，規(guī)定用8位二進(jìn)制數(shù)來記錄上述信息。例如拿出4位數(shù)記錄冪值，另外3位數(shù)來記錄110，剩下1位數(shù)記錄正負(fù)。這種格式叫做E4M3 FP8。

但是這里面仍然有個問題：當(dāng)數(shù)字比較大時，冪值會變大，而4位二進(jìn)制數(shù)最大僅相當(dāng)于十進(jìn)制的15，更大冪值就無法記錄。E4M3 FP8最大就只能記錄十進(jìn)制-480到+480之間的數(shù)字。

想要表示更大數(shù)字，就要增加用于記錄冪值的字符，減少記錄前面數(shù)字的字符，但這會導(dǎo)致精確度繼續(xù)變差。

而UE8M0 FP8，就意味著把全部8位數(shù)字都用來記錄冪值，而完全舍棄小數(shù)點后的信息，以及正負(fù)值。

換句話說，UE8M0 FP8只能記錄2,4,8,16……這樣2的整數(shù)次冪，其它數(shù)字都只能近似成這些數(shù)字，極大地犧牲了精度，以換取存儲范圍。

理解了這一點，我們就可以來討論DeepSeek為什么要使用UE8M0 FP8。

大模型的基本原理，是把文字、圖像等信息，全部用數(shù)字來表示，并預(yù)測哪些數(shù)字的相關(guān)性更高。

這些數(shù)字，就是人們常說的參數(shù)，而參數(shù)自然是范圍越大、越精確越好。

想要范圍和精度兩者兼得，就需要用更多的二進(jìn)制字符來記錄。因此，過去很多大模型會使用FP16、FP32等格式，這意味著更大的存儲量和算力消耗。

而DeepSeek V3和R1這樣的模型，之所以能夠降低算力成本，就是因為使用了FP8，以犧牲精度來換取速度。

但是，這種犧牲真的不可避免嗎？這就要說到UE8M0了。

事實上，DeepSeek并非所有數(shù)據(jù)都使用UE8M0格式。如前所述，UE8M0的極端取舍，導(dǎo)致精度極差，是難以滿足大模型訓(xùn)練需求的。

DeepSeek所做的，是引入UE8M0作為“縮放因子”，使用了microscaling的方法。簡單理解，其參數(shù)仍然以E4M3 FP8等格式存儲，以保證精度，并通過與另一個UE8M0 FP8數(shù)字相乘的方式，實現(xiàn)類似FP32的效果，并節(jié)省75%的存儲需求。

這種做法盡管增加了算法的復(fù)雜程度，但是僅僅在必要時才去做計算，仍然能夠大大節(jié)省算力和通信帶寬需求。

這對于算力受到嚴(yán)重限制的國內(nèi)大模型行業(yè)來說，自然是極為契合的思路。

國產(chǎn)芯片“補(bǔ)課”

但是，我們也無需過度拔高DeepSeek V3.1的獨創(chuàng)程度。

早在2023年，Meta、英特爾、谷歌等科技巨頭推動的“開放計算項目（OCP）”就提出了MXFP8的microscaling數(shù)據(jù)格式標(biāo)準(zhǔn)，以UE8M0作為縮放因子，而英偉達(dá)顯卡也早已支持UE8M0。國內(nèi)的阿里、騰訊、百度等頭部大廠，也都參與了這個項目。

2023年10月，OCP全球峰會在美國加州圣何塞舉辦

2023年，英偉達(dá)首席科學(xué)家比爾·戴利曾指出，驅(qū)動英偉達(dá)芯片性能大幅提升的秘密，已經(jīng)不是芯片制程驅(qū)動的“摩爾定律”，而是數(shù)據(jù)格式等因素共同驅(qū)動的“黃氏定律”，即通過引入較低精度的數(shù)字表示法，來減少對存儲空間和計算資源的消耗，從而可以加快計算速度和效率。英偉達(dá)H100等顯卡，就已經(jīng)開始支持FP8格式。

如果把目光放到學(xué)術(shù)界，英偉達(dá)和加州理工的研究人員更是在2021年時就曾經(jīng)發(fā)表過一篇論文《LNS-Madam：在對數(shù)數(shù)值系統(tǒng)中采用乘法式權(quán)重更新的低精度訓(xùn)練》，提出了類似的數(shù)據(jù)轉(zhuǎn)換方法。

DeepSeek今年2月發(fā)布的高性能計算庫DeepGEMM中，也使用了UE8M0縮放因子。DeepGEMM正是針對英偉達(dá)顯卡所做的優(yōu)化，而國產(chǎn)顯卡當(dāng)時卻普遍并不支持這種格式。

以至于當(dāng)DeepSeek V3和R1問世時，國產(chǎn)顯卡需要借助軟件優(yōu)化將FP8格式轉(zhuǎn)化成FP16，適配效果大打折扣。

因此，DeepSeek此次透露的信息，或許重點并不在前半部分的UE8M0，而是后半部分的“針對下一代國產(chǎn)芯片設(shè)計”。

近期，摩爾線程、芯原等國產(chǎn)芯片廠商也同步釋放了適配UE8M0 FP8的消息。

摩爾線程對觀察者網(wǎng)指出，其旗艦產(chǎn)品MTT S5000是國內(nèi)首批原生支持FP8并已大規(guī)模量產(chǎn)的GPU。摩爾線程的MUSA架構(gòu)原生支持硬件FP8張量加速計算，能夠完美支持UE8M0 FP8 Scale，利用硬件原生FP8，相對于傳統(tǒng)的FP16計算能夠?qū)崿F(xiàn)兩倍的浮點算力提升、訪存和通信帶寬效率提升和存儲容量利用率提升，同時最優(yōu)化張量表達(dá)精度。

摩爾線程在WAIC 2025上發(fā)布了MTT S5000

但需要注意的是，盡管國產(chǎn)芯片逐步開始支持FP8格式，由于不同品牌顯卡在底層硬件架構(gòu)上的差異，原本針對英偉達(dá)顯卡設(shè)計的算法也并非可以直接移植到國產(chǎn)芯片上。因此，大模型針對國產(chǎn)芯片的適配調(diào)整仍是一項重要工作。

“補(bǔ)課”，或許才是對現(xiàn)階段工作更合適的表述。

這或許也解釋了為什么DeepSeek R2延宕許久尚未問世。

因此，DeepSeek V3.1真正的意義，應(yīng)該不是對UE8M0 FP8這種數(shù)據(jù)格式本身的應(yīng)用，而是類似于DeepGEMM這樣針對國產(chǎn)芯片的工具鏈設(shè)計。

而且，DeepSeek特意提到是針對“下一代國產(chǎn)芯片”，這意味著國產(chǎn)大模型廠商與芯片廠商之間的協(xié)同配合達(dá)到了更高的層次，雙方可以在硬件開發(fā)階段就共同參與優(yōu)化。

摩爾線程對觀察者網(wǎng)表示，此舉能夠充分發(fā)揮出已量產(chǎn)的國產(chǎn)芯片架構(gòu)特性，通過國產(chǎn)大模型和國產(chǎn)芯片協(xié)同設(shè)計優(yōu)化，實現(xiàn)1+1>2。

生態(tài)協(xié)同新高度

事實上，談到國產(chǎn)大模型與芯片的協(xié)同開發(fā)，DeepSeek也不是唯一的參與者。

一方面，頭部大廠往往已經(jīng)通過自建生態(tài)的方式，早早布局軟硬件協(xié)同，如華為昇騰、阿里平頭哥、百度昆侖芯等。

本周，百度發(fā)布了百舸AI計算平臺5.0，基于昆侖芯實現(xiàn)超節(jié)點，并針對DeepSeek引領(lǐng)的強(qiáng)化學(xué)習(xí)風(fēng)潮，推出強(qiáng)化學(xué)習(xí)框架，極致壓榨算力資源。

2025百度云智大會上，百度智能云正式發(fā)布百度百舸AI計算平臺5.0全新版本。

而更多的大模型初創(chuàng)公司，則通過與芯片廠商聯(lián)合的方式來提升適配效率。

今年7月，階躍星辰聯(lián)合近10家芯片及基礎(chǔ)設(shè)施廠商發(fā)起“模芯生態(tài)創(chuàng)新聯(lián)盟”，首批成員包括華為昇騰、沐曦、壁仞科技、燧原科技、天數(shù)智芯、無問芯穹、寒武紀(jì)、摩爾線程、硅基流動等。

階躍星辰聯(lián)合創(chuàng)始人、副總裁朱亦博對觀察者網(wǎng)指出，一款芯片的開發(fā)周期需要兩年以上，而如今模型迭代的速度只有半年到一年，如果讓芯片廠商去適配模型，必然是低效的。如今，階躍星辰希望在國產(chǎn)芯片的開發(fā)階段，就主動去進(jìn)行適配，是一種更高效的方式。

但我們也要清醒地看到，國產(chǎn)算力生態(tài)仍然處于一種“帶著鐐銬跳舞”的狀態(tài)。

從中芯國際的財報可以看到，盡管國內(nèi)旺盛的需求推動其產(chǎn)能利用率不斷攀升，并且還有大規(guī)模擴(kuò)產(chǎn)計劃，但是其主要業(yè)務(wù)仍來自成熟制程。因此，其業(yè)績并如臺積電那樣未充分受益于當(dāng)下的算力熱潮。

包括制程能力、HBM技術(shù)等限制，也讓國產(chǎn)AI產(chǎn)業(yè)往往采用極限創(chuàng)新的方式，在硬件受限的情況下用更高的成本、更復(fù)雜的算法來壓榨效率。

例如，華為不得不使用384個超多節(jié)點、昂貴的光通信等方式來對標(biāo)英偉達(dá)的NVLink72。其AI推理加速“黑科技”UCM，也是在HBM受限的情況下，主要針對“節(jié)流”進(jìn)行的創(chuàng)新；而原理類似的英偉達(dá)Dynamo，則更多聚焦于發(fā)揮高端算力集群的能力。

近期華為盤古大模型遭遇的爭議和收縮，也顯示出中國企業(yè)尚難以憑借單打獨斗去全方位贏得全球AI競爭。以開放和協(xié)同的方式匯聚國內(nèi)全部力量，才是更好的突圍之道。

因此，近期國產(chǎn)AI產(chǎn)業(yè)一系列突破固然令人欣喜，但仍然要看到，其真正意義并非在于單點的進(jìn)步，而是在于產(chǎn)業(yè)鏈上下游的信任和協(xié)作達(dá)到了一個新的高度，為未來中國全產(chǎn)業(yè)鏈的領(lǐng)先打下堅實基礎(chǔ)。

本文系觀察者網(wǎng)獨家稿件，文章內(nèi)容純屬作者個人觀點，不代表平臺觀點，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責(zé)任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。