DeepSeek模型新发布，国产芯片能否完全接住球？

DeepSeek V3.1 发布，其采用的 “UE8M0 FP8 参数精度” 针对下一代国产芯片设计，体现出模型与国产芯片的适配意图，也引发对国产芯片支撑能力的关注。

UE8M0 作为 FP8 的高效实现方式，可在保障精度的同时提升计算与传输效率。DeepSeek 的适配优化，为国产芯片性能释放提供了基础，理论上可助力其接近国际顶尖水平。

当前，华为、海光信息、寒武纪等众多国产算力芯片厂商已推进与 DeepSeek 模型的适配工作。如摩尔线程 MTT S5000 原生支持 FP8 且已量产，海光 DCU 完成 DeepSeek V3 和 R1 模型适配优化。从模型支撑来看，轻量级（1.5B）及中型（7B-14B）DeepSeek 模型，经优化后，寒武纪 MLU270、昇腾 910B 等国产芯片可支撑；但针对重型（70B）及超大规模（671B）模型，国产芯片在多卡并行、分布式框架优化等方面仍存在挑战。

市场层面，全球算力芯片市场由英伟达主导，国内市场中英伟达亦占据 70%-80% 的份额。不过国产芯片份额正提升，2024 年本土 AI 芯片出货量超 82 万张，占国内加速芯片市场的 30%。技术路线上，国产厂商分两类：天数智芯等走 GPGPU 路线，追求 CUDA 兼容；华为等构建自主生态。在算力国产化需求及美国出口限制下，国产芯片有望进一步拓展市场。

但国产芯片完全支撑 DeepSeek 模型仍有短板：高端芯片在制程、架构设计上与国际领先水平有差距；软件生态及厂商间标准统一度有待提升。

值得关注的是，行业智算投资持续加码，2025 年国内算力投资有望超 5000 亿元，为国产芯片应用提供了场景支撑。DeepSeek 与国产芯片的深度耦合，不仅验证了 “算法定义硬件” 技术路径的可行性，更通过 UE8M0 标准、混合推理架构等创新，推动中国 AI 硬件产业从技术追赶转向生态主导，为全球 AI 竞争格局重塑提供关键变量。