證券時報網
2025-09-04 20:05
“UE8M0 FP8是針對即將發布的下一代國產芯片設計。”
這是深度求索公司8月份在新發布新模型DeepSeek V3.1的文檔中所留下的一個關鍵信息。
整個8月下旬，這串“符號”成為國產芯片與算力行業在資本市場狂歡的“財富密碼”。然而，對于非行業專業投資者來說，只有一頭霧水，很難明白這串略顯晦澀的代碼到底意味著什么，可以讓市場如此興奮。
“UE8M0 FP8”到底是什么意思？為什么它能引發資本市場對國產芯片的高度關注？而我們又需注意哪些不確定性？21世紀經濟報道記者采訪了數位AI和算力行業人士，并嘗試為這三個問題找到一些解答。
極致的效率追求
首先“UE8M0 FP8”是什么意思？
“FP”即“浮點”，是計算機二進制計算的基礎單位，與“INT”整數計算相對應，常以科學計數法表達數據，適用于圖形處理、科學計算、深度學習等應用場景。“FP8”即代表8位浮點，以此類推，FP16、FP32分別代表16位和32位浮點。而每個浮點位又分別用于記錄符號（+、-）、“E”階數（指數）、“M”尾數（小數）等關鍵數據信息，“通過科學計數法計算的方式”來記錄數據。
所以，“UE8M0 FP8”，即代表無符號、8位指數、0位尾數的參數格式。
一個恰如其分的比喻是，“指數位E”是人工智能丈量世界的尺的刻度，它既能測量微觀世界的塵埃，也能丈量宏觀世界的山河——但是，它需要符號位和尾數“M”來幫它確認精度。而在主流的參數格式FP8、FP16、FP32等中，其主流參數格式對應的指數位分別為4位、5位和8位。
其中，“FP32”是科學計算、模型訓練和推理的金標準，但因浮點位數高，計算資源耗費巨大，常用“混合”了FP16、FP8的混合精度進行高效化替代。
而“UE8M0”，就仿佛一個“百招會不如一招鮮”的高手，將自己所有的技能點全部聚焦到自己的量程之上，由此達到和FP32同樣的數據范圍。
“E8M0是用8位表示指數部分，尾數部分為0，所以Scale（標度）的值范圍上和FP32差不多，因為FP32也是8位表示指數部分，可以保證量化范圍大，有利于模型訓練的數值穩定。”前全球頭部數據庫企業高管許天（化名）告訴記者：“所以我理解E8M0對比FP32速度更快，對比E5M2類的FP8數值范圍更大，訓練更穩定。”
當然，純粹的“UE8M0”，自然會以舍棄精度作為代價。但是，由于Transformer架構（一種采用注意力機制的深度學習架構）下的AI大模型，其關鍵自注意力機制原本就依賴于浮點的大量程，因此 “UE8M0”創造了一種“犧牲局部精度，換取全局穩定”的人工智能計算格式。
“UE8M0 FP8指的是一種為中國市場而特別定制的模型格式，能有效降低計算功耗，基于芯片規格的限制，此格式對中國的芯片廠商比較友好。”Omdia首席分析師蘇廉節告訴記者。“相比之下，海外的廠商是直接采用標準的FP，如E3M4或E5M2等。”
為“中國AI+”而生
那么“UE8M0 FP8”為何適用于國產芯片？
毫無疑問，受制于技術積淀時間較短，而基于中國標準的算力生態建設還需完善，因此，國產算力硬件在制程、速率、電耗等標準上存在較大的提升空間。
而采用“UE8M0 FP8”格式深度適配國產芯片，并不僅僅是一項技術上的選擇，更是基于國產芯片的發展現狀、實際產業需求以及特定應用場景所共同推動的結果。本質上是一次用算法創新彌補硬件短板，用生態協同構建自主路線的戰略考量。
比如，國產芯片在先進制程（如7nm及以下）的制造和封裝技術上與國際頂尖水平存在差距，直接影響了芯片的算力密度。主流的矩陣乘法和卷積等編碼方式需要耗費極大算力以保留精度，而UE8M0的純指數編碼格式，將計算簡化為指數移位和加法操作，大幅降低了大量算力負荷。
與此同時，長期以來AI領域由英偉達CUDA生態主導，導致國產芯片往往需要兼容CUDA，且難以充分發揮自身硬件特性，也很難開拓性地建立自己的生態系統。
而“UE8M0”作為一種更加開源、未被單一廠商綁定的格式，可能成為國產芯片重建生態體系的關鍵。
無獨有偶，雖然未來“UE8M0 FP8”仍然會基于混合精度模式驅動語言類大模型應用，但是廣義的人工智能又絕非“大語言模型”這么簡單。比如，在今年年初DeepSeekV2問世之后，不僅人們在生活之中開始處處使用大語言模型交互，而且更多的企事業單位也對DeepSeek進行本地化、私有化部署，并通過語料后訓練等用于各種專用用途。
事實上，除大語言模型之外，明確定義的專用用途AI大模型更需具備大量程、高穩定、高效率的算力特點。
比如，常被應用于自動駕駛和人形機器人具身智能的多模態VLA模型，滿足高效計算、大內存帶寬和極大動態范圍的需求，特別是在處理多模態、大規模數據且部署在計算資源受限的邊緣設備時，優勢明顯；而在工業質檢、政務文檔處理等場景，往往需要低延遲、高準確率的AI模型，并且對成本敏感。
簡而言之，在明確定義的專用場景之中，“UE8M0 FP8”能夠發揮其高效、穩定的特點，在配合混合參數精度的情況下，很可能是更適合“中國速度”，以及千行百業“AI+”的參數格式。
留意“不確定性”
當然，這個“UE8M0”背后仍然蘊藏著不確定性，如人形機器人精確操作依賴高精度的VLA架構，如原生的中文大語言模型，也需要高精度來顯得更為“智慧”。
8月以來，隨著DeepSeekV3.1的發布，AI芯片企業寒武紀股價8月漲幅高達110%。
資料顯示，寒武紀的算力芯片思元590及可能于未來發布的690系列芯片均原生支持FP8計算，而沐曦、燧原等國產AI芯片廠商也均表態其適配FP8計算。
8月末，阿里巴巴公司也宣稱，其即將推出自研的AI算力芯片，并且會適配英偉達的CUDA生態，但未明確其是否適配FP8參數格式。
那么，DeepSeek所預言的下一代FP8芯片究竟歸屬哪家？21世紀經濟報道記者咨詢多位業內人士之后，仍未獲得進一步的信息。記者獲得的絕大部分說法是：各家均沒有明確的跡象，顯示其使用了“UE8M0 FP8”混合參數模型。
“我認為這是DeepSeek在向國產芯片行業提出自己的標準，”另一位中資全球化數字科技企業高管告訴記者：“這一邏輯的根源是，DeepSeek已經在中國獲得了絕對的行業地位和市占率，因此它有能力讓芯片廠商根據自己的生態系統去定義芯片設計。”
這位不具名高管還向記者透露，雖然國產芯片對英偉達Hooper架構系列芯片的追趕已初見成效，如寒武紀等公司宣稱其新品能力在專用場景下的能力達到H100的80%，但隨著英偉達Blackwell系列芯片的推出（其甚至采用了FP4的混合精度架構），以及特供中國B30a系列芯片的發貨，國產芯片追趕國際一流芯片能力上仍有較長的路要走。
不過，多數受訪專家認為，國內企業芯片最終將獲得成功，這需要仰賴其性能具備充分競爭優勢。
