寒武紀股價封死20%漲停，市值沖破5200億；中芯國際單日暴漲14%，創十個月最佳紀錄；半導體板塊指數飆升7.31%，這一切，始于8月21日DeepSeek官微上那行短短的文字：“UE8M0FP8是為即將發布的下一代國產芯片設計”。

資本市場用真金白銀為國產AI芯片的未來投票，這場狂歡的核心，正是DeepSeek-V3.1模型與國產芯片的深度綁定。它用一次技術升級，撕開了國產算力長期被“卡脖子”的裂縫。

DeepSeek-V3.1最顛覆性的動作，是拋棄國際通用的FP16/FP32精度標準，改用全新設計的UE8M0FP8格式。這是一種專為國產芯片架構優化的8位浮點數精度，指數占8位、尾數為0位，像為國產GPU量身定制的“加速引擎”。

傳統AI模型部署在國產芯片上時，常因適配不足導致性能損耗。FP8通過壓縮數據精度，將顯存占用降低50%，計算資源需求銳減，同時通過動態范圍調整維持高精度。實測顯示，國產芯片運行效率提升300%以上，專家模塊利用率從30%飆升至85%。這意味著國產芯片即便算力絕對值低于國際巨頭，也能通過深度適配實現性能躍遷。

DeepSeek 官宣 V3.1 的時候提到，這次模型用了 UE8M0 FP8 Scale 的參數精度，同時對分詞器和 chat template 也做了不小的調整，所以和之前的 V3 有明顯區別。FP8 就是把普通浮點數壓縮成 8 位來存，既省空間又省算力。

加上 MXFP8 的“塊縮放”思路：把數據分塊，每塊用自己的縮放系數，這樣既不會丟太多信息，又能節省更多資源。名字里的 U、E、M 可以理解為“無符號 + 指數 + 尾數”。UE8M0 里所有 8 位都用來表示指數，沒有尾數和符號位，這讓處理器復原數據時非常輕松：只要移動指數位就行，不用做復雜乘法，速度快、路徑短。

目前大部分國產 AI 加速器還是 FP16/INT8 方案，沒有完整的 FP8 單元。新一代芯片，比如摩爾線程 MUSA 3.1 GPU、芯原 VIP9000 NPU，都開始支持原生 FP8，DeepSeek V3.1 的 UE8M0 格式正好匹配這些硬件，讓模型在新一代國產芯片上跑得更省空間、更快、更穩，同時保持精度。

V3.1首次采用混合推理架構，一個模型同時支持兩種模式：

非思考模式：面對簡單指令瞬間響應，如問答、翻譯；

思考模式：啟動長鏈路推理，用于代碼修復、學術研究等復雜任務。

用戶只需點擊“深度思考”按鈕即可自由切換。

這種設計讓模型像人類一樣靈活分配腦力資源，避免“殺雞用牛刀”。在終端命令行測試中，其響應速度達到前代模型的5倍以上。V3.1架構能同時支持思考模式和非思考模式，用戶可以隨時切換，想慢慢分析就慢慢分析，想快速出結果也沒問題。

以前 DeepSeek 的產品線里，分工很清楚：V3 模型擅長通用對話，R1 模型更偏深度思考。這種分離式架構好處是，各個模型都能在自己擅長的領域表現不錯，但用戶來回切換很麻煩。

現在，V3.1 打破了這種壁壘，把通用對話、復雜推理、專業編程等多種核心功能集成在同一個模型里，讓使用體驗更靈活，效率更高。

不僅如此，V3.1 的推理效率也大幅提升。官方數據顯示，思考模式下，它在各項任務的平均表現和前代頂級 R1-0528 持平，但輸出的 token 數量減少了 20% 到 50%。非思考模式下，輸出長度也更短，但性能不打折。

這背后其實是“思維鏈壓縮”在起作用：模型在訓練階段學會生成更簡潔、高效的推理路徑，同時保證答案準確。簡單理解，就是算法更聰明了。

模型上下文窗口從64K擴展至128K，可一口氣處理整本學術論文或超長代碼文檔。在工業質檢場景中，長文檔解析效率提升4倍，徹底釋放國產芯片潛能。

國產芯片與模型的深度協同，直接擊穿AI應用的成本天花板。DeepSeek-V3.1完成單次編程任務成本僅1.01美元，同等任務在專有系統（如GPT-4Turbo）上需耗費60美元。在AiderPolyglot多語言編程測試中，它以71.6%的得分超越Claude4Opus等國際模型，成本卻僅為對手的1/60。

這種性價比優勢來自全鏈路優化：FP8精度降低芯片算力消耗，混合架構減少冗余計算，國產硬件進一步壓縮部署成本。華為昇騰910B實測推理成本僅0.27美元/百萬token，是英偉達方案的1/8。技術突破迅速傳導至產業端。

為加速國產化閉環，DeepSeek祭出關鍵一招：全面開源。V3.1的Base模型與后訓練版本已在HuggingFace和魔搭平臺開放，開發者可自由調取代碼，針對華為昇騰、寒武紀等芯片進行二次優化。

開源直接刺激硬件廠商加速迭代。這種“模型開源—硬件適配—場景落地”的正循環，首次打通國產AI全棧鏈條。政府端反應迅速：多省市政府將國產芯片采購補貼提至30%，要求2025年國產算力占比超50%。

技術狂歡中，DeepSeek悄然調整了商業策略。

自9月6日起，其API調用價格將上調：輸入價格緩存未命中時從2元/百萬token漲至4元，輸出價格從8元漲至12元。官方解釋稱，因模型訓練成本增加（V3.1額外訓練840Btokens）。漲價看似冒險，實則推動用戶轉向私有化部署。通過開源模型+國產芯片的組合，企業可自建低成本AI平臺。

這場由一行代碼引發的風暴，正在重塑中國AI的基因。當模型主動彎下腰適配芯片，當資本用漲停板為國產算力投票，當每一次API調用都在降低對西方技術的依賴，軟硬協同的生態革命已呼嘯來。它不承諾“彎道超車”，卻用成本、效率與自主性，為國產芯片劈開一條實實在在的生路。

本文轉載自??數智飛輪??  作者：天涯咫尺TGH