DeepSeek“点燃”国产芯片 FP8能否引领行业新标准？

FP8是什么，有哪些提升？ 在AI训练与推理过程中，为提升计算效率，数值精度的降低是一个常见的技术路径。 摩尔线程AI Infra总监陈志向《科创板日报》记者称， 过去，大模型训练推理普遍使用FP32（32位浮点数），随后逐步过渡到FP16（16位浮点 数）混合精度，以减少存储和通信开销，FP8则进一步将数据宽度压缩至8位。 国产大模型企业DeepSeek"点燃"资本市场。 近日，DeepSeek宣布其新一代模型DeepSeek-V3.1采用了UE8M0 FP8 Scale参数精度，并明确指出该精度标准是针对即将发布的下一代 国产芯片设计。这一消息迅速在资本市场引发强烈反应，寒武纪等芯片类上市企业股价集体拉升。 不过，在近两日举办的2025算力大会上，据《科创板日报》记者的现场采访和观察来看， 大家在聚焦国产算力时，DeepSeek的FP8精度标准 虽被讨论，但业内人士的情绪显然没有资本市场那么高亢。技术派更关注FP8在模型训练、推理及生态标准化上的实际价值与挑战。 在业内看来 ， DeepSeek此举无疑给了国内算力厂商的机会，FP8代表了算力优化的正确方向，大模型训练推理不只是堆砌硬件，但它也并非"灵丹 ...