電子發(fā)燒友網(wǎng)報道（文/李彎彎）2025年8月21日，DeepSeek正式官宣發(fā)布DeepSeek-V3.1大模型。新版本不僅在技術(shù)架構(gòu)上實現(xiàn)重大升級，更通過參數(shù)精度優(yōu)化與國產(chǎn)芯片深度適配。從混合推理架構(gòu)到Agent能力突破，從API價格調(diào)整到國產(chǎn)芯片生態(tài)共建，DeepSeek V3.1的發(fā)布標志著中國AI產(chǎn)業(yè)進入技術(shù)突破與產(chǎn)業(yè)落地協(xié)同發(fā)展的新階段。

圖：DeepSeek正式發(fā)布DeepSeek-V3.1（來自DeepSeek官微）

DeepSeek V3.1的技術(shù)突破與生態(tài)升級

DeepSeek V3.1的核心創(chuàng)新在于混合推理架構(gòu)的規(guī)模化應(yīng)用。該架構(gòu)首次實現(xiàn)單一模型同時支持思考模式與非思考模式：在思考模式下，模型通過深度推理提升復(fù)雜任務(wù)處理能力；在非思考模式下，則通過精簡計算路徑實現(xiàn)高效響應(yīng)。測試數(shù)據(jù)顯示，V3.1-Think在輸出token數(shù)減少20%-50%的情況下，各項任務(wù)平均表現(xiàn)與前代R1-0528持平，而非思考模式的輸出長度控制能力則幫助用戶降低使用成本。

圖：在各項評測指標得分基本持平的情況下（來自DeepSeek官微）

參數(shù)精度優(yōu)化是另一重大突破。V3.1采用UE8M0 FP8 Scale技術(shù)，將參數(shù)精度提升至8位浮點數(shù)規(guī)模。這一設(shè)計不僅減少30%的內(nèi)存占用，更通過量化感知訓練保持模型精度。DeepSeek官方透露，UE8M0 FP8標準是專為下一代國產(chǎn)芯片設(shè)計的計算范式，可顯著提升芯片在AI推理場景下的能效比。

FP8是Float8的簡稱，即用8位二進制數(shù)表示浮點數(shù)，主要用于深度學習的訓練和推理。相比傳統(tǒng)的FP32（32位浮點數(shù)）或FP16（16位浮點數(shù)），F(xiàn)P8顯著降低了顯存占用和計算資源需求，同時通過優(yōu)化設(shè)計（如動態(tài)范圍調(diào)整）維持了較高的精度。??FP8對國產(chǎn)芯片的使用效率提升顯著，將進一步縮小與NVIDIA芯片的效率/成本差距，大大增加國產(chǎn)芯片的可用性。

在Agent能力方面，V3.1通過Post-Training優(yōu)化實現(xiàn)質(zhì)的飛躍。在代碼修復(fù)測評 SWE 與命令行終端環(huán)境下的復(fù)雜任務(wù)（Terminal-Bench）測試中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明顯提高。DeepSeek-V3.1 在多項搜索評測指標上取得了較大提升。在需要多步推理的復(fù)雜搜索測試（browsecomp）與多學科專家級難題測試（HLE）上，DeepSeek-V3.1 性能已大幅領(lǐng)先 R1-0528。官方將其定義為“邁向Agent時代的第一步”。

生態(tài)建設(shè)同步加速。官方App與網(wǎng)頁端同步升級V3.1，用戶可通過“深度思考”按鈕自由切換模式。API接口價格自9月6日起調(diào)整為輸入每百萬tokens 0.5元（緩存命中）/4元（未命中），輸出每百萬tokens 12元，同時取消夜間優(yōu)惠。盡管價格有所上調(diào)，但輸入緩存命中成本保持不變，輸出成本增幅控制在50%以內(nèi)，體現(xiàn)技術(shù)優(yōu)化帶來的成本分攤效應(yīng)。

國產(chǎn)芯片適配進程：從技術(shù)追趕到生態(tài)共建

DeepSeek與國產(chǎn)芯片的協(xié)同發(fā)展。2025年1月，華為昇騰910B率先完成V3模型適配，通過自研推理加速引擎使模型性能達到高端GPU水平，在智能安防、工業(yè)物聯(lián)網(wǎng)等端側(cè)場景實現(xiàn)本地化決策。2月，海光DCU完成V3與R1模型適配，其GPGPU架構(gòu)支持全精度通用AI加速，通信延遲降低40%，訓練效率提升35%。同月，龍芯中科發(fā)文稱，搭載龍芯3號 CPU 的設(shè)備成功運行DeepSeek R1 7B模型，實現(xiàn)本地化部署。

多芯片廠商形成差異化競爭格局。沐曦曦云C500 GPU在V3推理中性能達國際主流產(chǎn)品的110%-130%，單位token成本僅為H100的70%；天數(shù)智芯支持R1千問蒸餾模型，提供穩(wěn)定推理服務(wù)；壁仞科技壁礪系列覆蓋1.5B至70B參數(shù)規(guī)模的全系列蒸餾模型。摩爾線程成為首個支持原生FP8的國產(chǎn)GPU廠商，其MUSA架構(gòu)為V3.1提供原生計算支持；芯原股份NPU芯原VIP9000實現(xiàn)FP8技術(shù)從云端訓練到硬件部署的快速遷移。

政策與市場形成雙輪驅(qū)動。國家超算互聯(lián)網(wǎng)平臺將DeepSeek模型納入標準算力庫，三大運營商在5G基站部署中優(yōu)先采用適配國產(chǎn)芯片的AI推理模塊。

在能源行業(yè)私有化部署實踐中，中國石油、中國海油、國家管網(wǎng)等央企已完成DeepSeek私有化部署，中國海油采用全國產(chǎn)化算力，在“海能”人工智能模型平臺接入DeepSeek系列模型，通過私有化部署面向全集團提供開放服務(wù)。電網(wǎng)故障預(yù)測響應(yīng)時間從分鐘級壓縮至秒級，需結(jié)合實時數(shù)據(jù)采集、高速算力支撐和智能算法優(yōu)化，海光DCU的低延遲計算能力與DeepSeek模型的實時推理能力相結(jié)合，可滿足這一需求。

重構(gòu)中國AI產(chǎn)業(yè)競爭力

技術(shù)突破顯著降低硬件門檻。DeepSeek通過MoE架構(gòu)將激活參數(shù)量控制在合理范圍，V3.1的UE8M0 FP8精度標準使國產(chǎn)芯片在推理場景下的能效比提升40%。實測顯示，在671B參數(shù)規(guī)模下，沐曦曦云C500運行V3的單位算力成本較H100降低35%，推理延遲縮短至8ms以內(nèi)。龍芯芯片在適配DeepSeek后，也憑借其架構(gòu)優(yōu)勢，在特定場景下實現(xiàn)了較低的功耗和較高的性價比，為國產(chǎn)AI應(yīng)用的普及提供了更多選擇。

生態(tài)共建加速產(chǎn)業(yè)落地進程。華為云昇騰算力服務(wù)已承載超過7萬顆910B芯片，訂單價值超20億美元；海光DCU在金融行業(yè)市占率突破28%，其適配的DeepSeek模型日均調(diào)用量達4.7億次。龍芯在完成適配后，積極與眾多軟件廠商和系統(tǒng)集成商展開合作，推動基于龍芯芯片和DeepSeek模型的解決方案在更多行業(yè)落地。例如，在一些教育領(lǐng)域的智能教學系統(tǒng)中，龍芯芯片與DeepSeek模型結(jié)合，實現(xiàn)了智能答疑、個性化學習推薦等功能，提升了教學質(zhì)量和效率。

技術(shù)差距縮短在具體領(lǐng)域表現(xiàn)突出。華為昇騰910C在推理性能上達到H100的60%，能效比優(yōu)于后者；沐曦曦云C500成為首個支持70B參數(shù)大模型單卡推理的國產(chǎn)GPU。龍芯芯片在不斷研發(fā)和優(yōu)化過程中，性能也在逐步提升，在一些特定的AI應(yīng)用場景中，已經(jīng)能夠滿足基本的需求，為中國在AI算力芯片等關(guān)鍵領(lǐng)域的自主化率提升貢獻了力量。

寫在最后

站在2025年的節(jié)點回望，DeepSeek V3.1的發(fā)布不僅是單一產(chǎn)品的迭代，更是中國AI產(chǎn)業(yè)生態(tài)重構(gòu)的縮影。從技術(shù)參數(shù)的優(yōu)化到產(chǎn)業(yè)生態(tài)的共建，從芯片算力的突破到應(yīng)用場景的落地，中國AI正在走出一條不同于國際巨頭的自主化道路。隨著UE8M0 FP8標準成為行業(yè)新范式，隨著“模型+芯片+應(yīng)用”生態(tài)的持續(xù)完善，中國AI產(chǎn)業(yè)有望在2030年前實現(xiàn)全球競爭力的實質(zhì)性躍升。