報告正文

DeepSeek在年初發(fā)布了R1以后，中原展受到了各界普遍關(guān)注。計算機人后續(xù)來看，工智DeepSeek并沒有如期發(fā)布更先進(jìn)的題后模型R2，而是代D大階段在進(jìn)行更多小版本的更新?lián)Q代。結(jié)合每個階段的中原展發(fā)展重點，我們將其劃分為3個主要的計算機人發(fā)展階段。

1. 階段一：性能提升

DeepSeek在3月推出的工智V3-0324和5月推出的R1-0528，還是題后以基礎(chǔ)模型DeepSeek-V3-Base為基座，通過后訓(xùn)練實現(xiàn)了模型能力的代D大階段提升，彌補了和頭部模型之間的中原展差距。

2. 階段二：實現(xiàn)混合推理架構(gòu)、計算機人Agent能力提升、工智與國產(chǎn)芯片協(xié)同優(yōu)化

從8月以后，題后DeepSeek也順應(yīng)了海外混合推理架構(gòu)和Agent能力提升的代D大階段大趨勢，推出了V3.1和V3.1-Terminus。這次升級中，DeepSeek的基座模型DeepSeek-V3.1-Base在DeepSeek-V3-Base基礎(chǔ)上做了大規(guī)模外擴訓(xùn)練，Agent能力有了較大提升，思考效率也有提升。

8月21日，Deep在發(fā)布V3.1的同時，也宣布了在國產(chǎn)芯片適配方面的新進(jìn)展。V3.1采用UE8M0 FP8縮放格式訓(xùn)練，為對即將發(fā)布的下一代國產(chǎn)芯片設(shè)計。

此前，國內(nèi)芯片企業(yè)僅有較少支持了FP8數(shù)據(jù)格式，多數(shù)芯片僅能支持FP16格式。FP8雖然可以提升計算速度和降低存儲需求，但是由于計算精度不高，容易損失數(shù)據(jù)信息，所以V3以前的大模型訓(xùn)練中多會選用BF16或FP32/TF32精度進(jìn)行數(shù)據(jù)計算和存儲。DeepSeek是首個在開源超大規(guī)模大模型中成功落地FP8混合精度訓(xùn)練的公司，推動了FP8技術(shù)的規(guī)?；瘧?yīng)用，也極大地提升了市場對H20等支持FP8格式芯片的需求。

UE8M0 FP8是對FP8格式的深度優(yōu)化。該格式僅表示非負(fù)數(shù)（U代表Unisigned，無符號），尾數(shù)位為0（M0，尾數(shù)位為0），8個比特全部用來表示指數(shù)（E8，指數(shù)位占8位），Scale通過對數(shù)據(jù)進(jìn)行分塊縮放，保持其能夠在FP8表示的范圍內(nèi)。UE8M0 FP8作為FP8格式的變體，通過減少數(shù)據(jù)存儲和傳輸?shù)膿p耗，能最大限度利用硬件計算能力，彌補國產(chǎn)芯片在HBM等高速內(nèi)存帶寬方面的不足，從而實現(xiàn)國產(chǎn)大模型和國產(chǎn)芯片協(xié)同設(shè)計的優(yōu)化，對于國產(chǎn)化芯片的應(yīng)用起到積極的推動作用。

3. 階段三：提效降價，國產(chǎn)適配加速

9月發(fā)布的V3.2-Exp，基于V3.1-Terminus構(gòu)建，引入了新的注意力機制DSA，在保持模型性能的穩(wěn)定的同時，在訓(xùn)練推理效率方面有了較大的提升，帶來了模型較大幅度的降價。

對比R1來看，V3.2-Exp的輸入緩存命中時價格為R1的20%（0.2元/百萬Tokens），輸入緩存未命中時價格為R1的50%（2元/百萬Tokens），輸出價格為R1的19%（3元/百萬Tokens），降幅最為明顯。

考慮到當(dāng)前大模型之間能力差距在縮小，成本的下降意味著模型具有更好的性價比和可推廣性，也將促進(jìn)應(yīng)用端實現(xiàn)更多功能的落地。

在國產(chǎn)適配方面進(jìn)度明顯加快。在V3.2-Exp發(fā)布的當(dāng)天，國產(chǎn)芯片華為昇騰和寒武紀(jì)同步宣布完成對V3.2-Exp的零日適配。這是繼V3.1采用UE8M0 FP8實現(xiàn)國產(chǎn)大模型和芯片協(xié)同設(shè)計的優(yōu)化以后，國產(chǎn)AI產(chǎn)業(yè)從“單點突破”邁向“系統(tǒng)協(xié)同”的又一個標(biāo)志性事件。

同時值得注意的是DeepSeek還同時開源TileLang和CUDA兩個版本的算子。TileLang是一種采用類Python語法的領(lǐng)域?qū)Ｓ谜Z言（DSL），于2025年1月由北大計算機學(xué)院楊智團隊開源，旨在實現(xiàn)硬件調(diào)度與開發(fā)者算法邏輯的解耦，從而降低GPU編程的技術(shù)門檻，同時通過分層設(shè)計來實現(xiàn)不同技術(shù)背景開發(fā)者，從簡單上手到深度優(yōu)化的不同需求。由于TileLang可以實現(xiàn)對不同硬件平臺的支撐，極大地改善了國產(chǎn)卡目前所面對的CUDA帶來的生態(tài)壁壘問題。

DeepSeek選用TileLang這個新興AI編程語言，再次體現(xiàn)了其強大的創(chuàng)新精神，同時為國產(chǎn)大模型軟硬件生態(tài)建立起到了極大的推動作用。

4. 風(fēng)險提示

國際形勢變化。

證券分析師承諾：

本報告署名分析師具有中國證券業(yè)協(xié)會授予的證券分析師執(zhí)業(yè)資格，本人任職符合監(jiān)管機構(gòu)相關(guān)合規(guī)要求。本人基于認(rèn)真審慎的職業(yè)態(tài)度、專業(yè)嚴(yán)謹(jǐn)?shù)难芯糠椒ㄅc分析邏輯，獨立、客觀的制作本報告。本報告準(zhǔn)確的反映了本人的研究觀點，本人對報告內(nèi)容和觀點負(fù)責(zé)，保證報告信息來源合法合規(guī)。

重要聲明：

本文地址：http://m.818618.com/html/47b19199761.html