DeepSeek 采用 UE8M0 FP8 标准：华为积极适配、彻底和英伟达决裂了

深度求索官方今日正式对外发布 DeepSeek-V3.1，官方提到 DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的参数精度。 在 DeepSeek 官方公众号文章页面，DeepSeek 进一步解释称：UE8M0 FP8 是针对即将发布的下一代国产芯片设计。 FP 英文全称为 Flo

关注的是，英伟达新模型的性能逼近拥有 6710 亿参数的 DeepSeek R1，但只用了不到一半的参数量。 测试结果显示，GPQA（76 vs. 71.5）、IFEval 指令遵循（89.5 vs. 88.8）和 LiveCodeBench 编码任务（66.3 vs. 65.9）。并且，Llama-3.1-Nemotron-Ultra-25

性能和稳定性，适配昇腾、英伟达、沐曦、海光，支持 DeepSeek、Qwen、GLM、Kimi 等模型。 Chitu（赤兔）是由清华系 AI Infra 明星创企——清程极智联合清华大学团队发布的开源项目。赤兔定位于「生产级大模型推理引擎」，充

性能可达传统集群的2.5倍以上。在通信占比更高的Qwen、DeepSeek等多模态、MoE模型上，可以达到3倍以上的提升。 据了解，昇腾384超节点首创将384颗昇腾NPU和192颗鲲鹏CPU通过全新高速网络MatrixLink全对等互联，形成一台超级“AI服

商最快将在这几天拿到产品。 NVIDIA H100 Tensor Core GPU 采用全新 Hopper 架构，基于台积电 N4 工艺，集成了 800 亿个晶体管。与上一代产品相比，可为多专家 (MoE) 模型提供高 9 倍的训练速度。 它配备第四代 Tensor Core 和 Transformer

改进。 H20 是英伟达针对中国市场推出的 H100 简化版，采用 Hopper 架构和 CoWoS 封装技术，但性能差距明显。周鸿祎分析，H20 更适合 AI 推理任务，而推理对芯片要求较低，无需高速互联和集群部署。在此领域，国产芯片性价比

DeepSeek 在官方 Hugging face 库上低调开源发布了其最新开源模型 DeepSeek-Prover-V2-671B。一个专注于数学定理证明的大语言模型，专门针对形式化数学证明任务进行优化。 新模型具有以下特点： 模型规模巨大：参数量约为671B（671

单的全球开源冠军、国产模型冠军。 Qwen3推理成本仅为DeepSeek R1三分之一，在产业链上下游引发新浪潮，吸引包括英伟达、英特尔、ARM、联发科、AMD 等多家头部芯片厂商，北上津杭等十余地算力平台，以及华为昇腾、百度千帆

周三报道称，特朗普政府正在考虑对中国人工智能实验室DeepSeek实施新的限制，限制其购买英伟达的人工智能芯片，并可能禁止美国人访问其人工智能服务。 这些限制是特朗普政府在人工智能领域与中国竞争的举措之一。在Dee

行智能预警，使宕机率降低 60%；在智能能效管理方面，采用独有的 “MPC 模型预测控制”，节能效果显著提升 5%；此外，在软件工程能力方面，为伙伴和开发者提供了一站式开发平台 “BMC Studio”，实现 “拖、拉、拽” 式的应

公司强调了 RISC-V 的多功能性。英伟达的重点是这一开放标准如何支持强大 GPU 的开发，并为更广泛的应用打开大门。 到目前为止，英伟达已经开发了至少三个 RISC-V 微控制器核心：NV-RISCV32（RV32I-MU，按序单发射核心）、NV-RISCV64

勋表示，目前已有150多万中国开发者基于NVIDIA平台创新，DeepSeek、阿里、腾讯、MiniMax、百度等领先模型在这里诞生并开源，推动全球AI发展。中国的开源AI已成为世界进步的催化剂，让每个国家、每个行业都有机会参与AI革命。

根据《The Information》的报道，DeepSeek 工程师在过去几个月一直致力于完善 R2 模型，但梁文锋对 R2 现在的性能还不满意，工程师团队仍在全力优化和打磨，发布时间待定。梁文峰要求模型达到更出色的结果才批准发布。 此外，

的问题。 AI推理时代即将到来？ 今年年初，中国AI公司DeepSeek模型的横空出世在AI领域掀起巨浪，R1模型因其高效推理能力和低成本训练受到全球关注，也对英伟达等芯片企业形成了前所未有的冲击。 英伟达公司年度开发者大