DeepSeek V3.1发布！拥抱国产算力芯片

电子发烧友网报道（文/李弯弯）2025年8月21日，DeepSeek正式官宣发布DeepSeek-V3.1大模型。新版本不仅在技术架构上实现重大升级，更通过参数精度优化与国产芯片深度适配。从混合推理架构到Agent能力突破，从API价格调整到国产芯片生态共建，DeepSeek V3.1的发布标志着中国AI产业进入技术突破与产业落地协同发展的新阶段。

图：DeepSeek正式发布DeepSeek-V3.1（来自DeepSeek官微）

DeepSeek V3.1的技术突破与生态升级

DeepSeek V3.1的核心创新在于混合推理架构的规模化应用。该架构首次实现单一模型同时支持思考模式与非思考模式：在思考模式下，模型通过深度推理提升复杂任务处理能力；在非思考模式下，则通过精简计算路径实现高效响应。测试数据显示，V3.1-Think在输出token数减少20%-50%的情况下，各项任务平均表现与前代R1-0528持平，而非思考模式的输出长度控制能力则帮助用户降低使用成本。

图：在各项评测指标得分基本持平的情况下（来自DeepSeek官微）

参数精度优化是另一重大突破。V3.1采用UE8M0 FP8 Scale技术，将参数精度提升至8位浮点数规模。这一设计不仅减少30%的内存占用，更通过量化感知训练保持模型精度。DeepSeek官方透露，UE8M0 FP8标准是专为下一代国产芯片设计的计算范式，可显著提升芯片在AI推理场景下的能效比。

FP8是Float8的简称，即用8位二进制数表示浮点数，主要用于深度学习的训练和推理。相比传统的FP32（32位浮点数）或FP16（16位浮点数），FP8显著降低了显存占用和计算资源需求，同时通过优化设计（如动态范围调整）维持了较高的精度。‌‌FP8对国产芯片的使用效率提升显著，将进一步缩小与NVIDIA芯片的效率/成本差距，大大增加国产芯片的可用性。

在Agent能力方面，V3.1通过Post-Training优化实现质的飞跃。在代码修复测评 SWE 与命令行终端环境下的复杂任务（Terminal-Bench）测试中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明显提高。DeepSeek-V3.1 在多项搜索评测指标上取得了较大提升。在需要多步推理的复杂搜索测试（browsecomp）与多学科专家级难题测试（HLE）上，DeepSeek-V3.1 性能已大幅领先 R1-0528。官方将其定义为“迈向Agent时代的第一步”。

生态建设同步加速。官方App与网页端同步升级V3.1，用户可通过“深度思考”按钮自由切换模式。API接口价格自9月6日起调整为输入每百万tokens 0.5元（缓存命中）/4元（未命中），输出每百万tokens 12元，同时取消夜间优惠。尽管价格有所上调，但输入缓存命中成本保持不变，输出成本增幅控制在50%以内，体现技术优化带来的成本分摊效应。

国产芯片适配进程：从技术追赶到生态共建

DeepSeek与国产芯片的协同发展。2025年1月，华为昇腾910B率先完成V3模型适配，通过自研推理加速引擎使模型性能达到高端GPU水平，在智能安防、工业物联网等端侧场景实现本地化决策。2月，海光DCU完成V3与R1模型适配，其GPGPU架构支持全精度通用AI加速，通信延迟降低40%，训练效率提升35%。同月，龙芯中科发文称，搭载龙芯3号 CPU 的设备成功运行DeepSeek R1 7B模型，实现本地化部署。

多芯片厂商形成差异化竞争格局。沐曦曦云C500 GPU在V3推理中性能达国际主流产品的110%-130%，单位token成本仅为H100的70%；天数智芯支持R1千问蒸馏模型，提供稳定推理服务；壁仞科技壁砺系列覆盖1.5B至70B参数规模的全系列蒸馏模型。摩尔线程成为首个支持原生FP8的国产GPU厂商，其MUSA架构为V3.1提供原生计算支持；芯原股份NPU芯原VIP9000实现FP8技术从云端训练到硬件部署的快速迁移。

政策与市场形成双轮驱动。国家超算互联网平台将DeepSeek模型纳入标准算力库，三大运营商在5G基站部署中优先采用适配国产芯片的AI推理模块。

在能源行业私有化部署实践中，中国石油、中国海油、国家管网等央企已完成DeepSeek私有化部署，中国海油采用全国产化算力，在“海能”人工智能模型平台接入DeepSeek系列模型，通过私有化部署面向全集团提供开放服务。电网故障预测响应时间从分钟级压缩至秒级，需结合实时数据采集、高速算力支撑和智能算法优化，海光DCU的低延迟计算能力与DeepSeek模型的实时推理能力相结合，可满足这一需求。

重构中国AI产业竞争力

技术突破显著降低硬件门槛。DeepSeek通过MoE架构将激活参数量控制在合理范围，V3.1的UE8M0 FP8精度标准使国产芯片在推理场景下的能效比提升40%。实测显示，在671B参数规模下，沐曦曦云C500运行V3的单位算力成本较H100降低35%，推理延迟缩短至8ms以内。龙芯芯片在适配DeepSeek后，也凭借其架构优势，在特定场景下实现了较低的功耗和较高的性价比，为国产AI应用的普及提供了更多选择。

生态共建加速产业落地进程。华为云昇腾算力服务已承载超过7万颗910B芯片，订单价值超20亿美元；海光DCU在金融行业市占率突破28%，其适配的DeepSeek模型日均调用量达4.7亿次。龙芯在完成适配后，积极与众多软件厂商和系统集成商展开合作，推动基于龙芯芯片和DeepSeek模型的解决方案在更多行业落地。例如，在一些教育领域的智能教学系统中，龙芯芯片与DeepSeek模型结合，实现了智能答疑、个性化学习推荐等功能，提升了教学质量和效率。

技术差距缩短在具体领域表现突出。华为昇腾910C在推理性能上达到H100的60%，能效比优于后者；沐曦曦云C500成为首个支持70B参数大模型单卡推理的国产GPU。龙芯芯片在不断研发和优化过程中，性能也在逐步提升，在一些特定的AI应用场景中，已经能够满足基本的需求，为中国在AI算力芯片等关键领域的自主化率提升贡献了力量。

写在最后

站在2025年的节点回望，DeepSeek V3.1的发布不仅是单一产品的迭代，更是中国AI产业生态重构的缩影。从技术参数的优化到产业生态的共建，从芯片算力的突破到应用场景的落地，中国AI正在走出一条不同于国际巨头的自主化道路。随着UE8M0 FP8标准成为行业新范式，随着“模型+芯片+应用”生态的持续完善，中国AI产业有望在2030年前实现全球竞争力的实质性跃升。