　　（来源：智能计算芯世界）

　　DeepSeek 在年初发布了R1 以后，受到了各界普遍关注。后续来看，DeepSeek 并没有如期发布更先进的模型 R2，而是在进行更多小版本的更新换代。结合每个阶段的发展重点，本文将其划分为 3 个主要的发展阶段。

　　1. 阶段一：性能提升

　　DeepSeek 在 3 月推出的 V3-0324 和 5 月推出的 R1-0528，还是以基础模型 DeepSeek V3-Base 为基座，通过后训练实现了模型能力的提升，弥补了和头部模型之间的差距。

　　2. 阶段二：实现混合推理架构、Agent 能力提升、与国产芯片协同优化

　　从 8 月以后，DeepSeek 也顺应了海外混合推理架构和 Agent 能力提升的大趋势，推出了V3.1 和 V3.1-Terminus。这次升级中，DeepSeek 的基座模型 DeepSeek-V3.1-Base 在 DeepSeek V3-Base 基础上做了大规模外扩训练，Agent 能力有了较大提升，思考效率也有提升。

　　8 月21 日，Deep 在发布 V3.1 的同时，也宣布了在国产芯片适配方面的新进展。V3.1 采用 UE8M0 FP8 缩放格式训练，为对即将发布的下一代国产芯片设计。

　　此前，国内芯片企业仅有较少支持了 FP8 数据格式，多数芯片仅能支持 FP16 格式。FP8虽然可以提升计算速度和降低存储需求，但是由于计算精度不高，容易损失数据信息，所以 V3以前的大模型训练中多会选用 BF16 或 FP32/TF32 精度进行数据计算和存储。DeepSeek 是首个在开源超大规模大模型中成功落地 FP8 混合精度训练的公司，推动了 FP8 技术的规模化应用，也极大地提升了市场对 H20 等支持 FP8 格式芯片的需求。

　　UE8M0 FP8 是对 FP8 格式的深度优化。该格式仅表示非负数（U 代表 Unisigned，无符号），尾数位为 0（M0，尾数位为 0），8 个比特全部用来表示指数（E8，指数位占 8 位），Scale 通过对数据进行分块缩放，保持其能够在 FP8 表示的范围内。UE8M0 FP8 作为 FP8 格式的变体，通过减少数据存储和传输的损耗，能最大限度利用硬件计算能力，弥补国产芯片在HBM 等高速内存带宽方面的不足，从而实现国产大模型和国产芯片协同设计的优化，对于国产化芯片的应用起到积极的推动作用。

　　3. 阶段三：提效降价，国产适配加速

　　9 月发布的 V3.2-Exp，基于 V3.1-Terminus 构建，引入了新的注意力机制 DSA，在保持模型性能的稳定的同时，在训练推理效率方面有了较大的提升，带来了模型较大幅度的降价。

　　对比 R1 来看，V3.2-Exp 的输入缓存命中时价格为 R1 的 20%（0.2 元/百万 Tokens），输入缓存未命中时价格为 R1 的 50%（2 元/百万 Tokens），输出价格为 R1 的 19%（3 元/百万 Tokens），降幅最为明显。

　　考虑到当前大模型之间能力差距在缩小，成本的下降意味着模型具有更好的性价比和可推广性，也将促进应用端实现更多功能的落地。

　　在国产适配方面进度明显加快。在 V3.2-Exp 发布的当天，国产芯片华为昇腾和寒武纪同步宣布完成对 V3.2-Exp 的零日适配。这是继 V3.1 采用 UE8M0 FP8 实现国产大模型和芯片协同设计的优化以后，国产 AI 产业从“单点突破”迈向“系统协同”的又一个标志性事件。

　　同时值得注意的是 DeepSeek 还同时开源 TileLang 和 CUDA 两个版本的算子。TileLang是一种采用类 Python 语法的领域专用语言（DSL），于 2025 年 1 月由北大计算机学院杨智团队开源，旨在实现硬件调度与开发者算法逻辑的解耦，从而降低 GPU 编程的技术门槛，同时通过分层设计来实现不同技术背景开发者，从简单上手到深度优化的不同需求。由于TileLang 可以实现对不同硬件平台的支撑，极大地改善了国产卡目前所面对的 CUDA 带来的生态壁垒问题。