DeepSeek更新：引领国产芯片新飞跃
DeepSeek V3.1上线后，官方的一条留言瞬间在AI圈引起轰动。
“新的架构、下一代国产芯片”，短短不到20个字，却蕴含丰富信息，引发广泛热议。
经过对众多科普文的研究，简单来说，国产AI正迈向软硬协同阶段，未来模型有望减少对英伟达、AMD等国外算力的依赖。
同时，此次更新打破了“性能越高成本越贵”的行业常规，为金融、医疗等高算力场景的应用带来更多想象空间。
资本市场反应迅速：DeepSeek官宣后，国产芯片概念股应声上涨，每日互动尾盘直线拉升，收盘涨幅达13.62%。
有网友调侃：国产芯片迎来暴涨，DeepSeek一句话让周五大盘冲上3800点。
近日，DeepSeek官方低调上线V3.1版本，仅发布了一则公告。
此次V3.1更新的核心创新是其混合推理架构——Hybrid Reasoning Architecture。
该架构支持思考模式和非思考模式，用户可随时切换，既能慢慢分析，也能快速得出结果。
过去，DeepSeek产品线分工明确：V3模型擅长通用对话，R1模型更适合深度思考。这种分离式架构虽让各模型在擅长领域表现出色，但用户切换不便。
如今，V3.1打破壁垒，将通用对话、复杂推理、专业编程等多种核心功能集成于同一模型，提升了使用灵活性和效率。
此外，V3.1的推理效率显著提升。官方数据显示，在思考模式下，其各项任务平均表现与前代顶级R1 - 0528相当，但输出的token数量减少20% - 50%；非思考模式下，输出长度更短，性能却不打折。
这得益于“思维链压缩”技术：模型在训练阶段学会生成更简洁、高效的推理路径，同时保证答案准确，即算法更加智能。
这样做的目的很明确：节省成本。
以往，思维链虽增强了模型推理能力，但冗长的中间步骤导致计算成本和API调用费用高昂，难以大规模应用。
V3.1的思维链压缩解决了这一问题，使高级AI推理能力从学术工具转变为可大规模商业化的经济方案。
在社区测试中，DeepSeek V3.1在Aider多语言编程测试中分数超过Claude 4 Opus，且成本更低。
这引发开发者关注，Hugging Face上的热度持续上升。
值得注意的是，DeepSeek官宣V3.1时提到，该模型采用UE8M0 FP8 Scale的参数精度，同时对分词器和chat template进行了调整，与之前的V3有明显差异。
关于“UE8M0 FP8”，简单介绍如下：
FP8将普通浮点数压缩为8位存储，节省空间和算力。
结合MXFP8的“块缩放”思路，将数据分块，每块使用独立缩放系数，既减少信息损失，又节省资源。
名字中的U、E、M可理解为“无符号 + 指数 + 尾数”。UE8M0中8位都用于表示指数，无尾数和符号位，处理器复原数据时只需移动指数位，无需复杂乘法，速度快、路径短。
该格式动态范围大，能同时表示大小数，不易溢出或被压成0，在保证8位张量精度的同时，将信息损失降至最低。
这对国产新芯片非常合适，此前多数国产AI芯片采用FP16/INT8，无法原生支持FP8。
目前，大部分国产AI加速器采用FP16/INT8方案，缺乏完整的FP8单元。
新一代芯片，如摩尔线程MUSA 3.1 GPU、芯原VIP9000 NPU，开始支持原生FP8，DeepSeek V3.1的UE8M0格式与之匹配。
总之，UE8M0 FP8让模型在新一代国产芯片上运行更省空间、更快、更稳，同时保持精度。
这也是DeepSeek官微特别提及的原因，为国产AI带来了低成本、高性能的新机遇。
下面看看更新后的使用体验，大家关心的官网访问问题，官方给出了答案。
打开官网发现，DeepSeek将App和网页端的“深度思考（R1）”改为“深度思考”，官方证实模型已更新。
看看网友们的新奇玩法。
推特X上有AI博主分析，新模型生成的小球跳动效果更符合物理定律，还能调节重力、摩擦、旋转速度、弹跳等参数。
有人用DeepSeek V3.1制作振动编码，变身VJ。
还有网友让V3.1绘制自画像，画风独特。
不过，社区中部分用户吐槽翻译和写作存在问题，SYSTEM PROMPT需现场写指令，中英夹杂和错词偶有出现。
感兴趣的朋友可前往官网体验。
每次DeepSeek更新都让人期待下一次，它几乎成为国产AI的精神象征，让我们一起期待DeepSeek R2的到来。
本文来自微信公众号“科技狐”（ID：kejihutv），作者：老狐，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com