DeepSeek揭示中國下一代AI晶片！「這些」公司可能成為供應商

近日，中國人工智慧（AI）公司 DeepSeek 在微信上發布神秘訊息，暗示中國下一代 AI 晶片即將問世，此消息一出立即在半導體業界引發廣泛猜測與熱議。

DeepSeek 僅以一句話點燃網路討論，市場開始揣測究竟是哪家 AI 晶片供應商會率先推出突破性產品。與此同時，美國的科技限制仍在持續影響中國半導體產業。

其中，被點名的潛在廠商包括華為、寒武紀 (688256-CN) 、摩爾線程、海光信息 (688041-CN) 及沐曦集成電路。

DeepSeek 在週四（21 日）的貼文中指出，其 V3.1 AI 模型的 UE8M0 FP8 scale「專門為即將發布的國產晶片而設計」，但未透露具體供應商。

市場普遍猜測，新模型可能支持多款中國 AI 晶片，而不僅局限於單一品牌。

DeepSeek UE8M0 FP8 技術細節與優勢

FP8（8 位浮點格式）透過降低精度、減少記憶體與頻寬佔用，能加速 AI 訓練與推理；而 UE8M0 則是另一種 8 位格式，可將記憶體使用降低多達 75%，提高訓練效率並減少硬體需求。

該架構專為中國晶片硬體邏輯設計，使模型能順暢運行在國產硬體上，目前支持 FP8 的中國設計晶片包括華為海思半導體、寒武紀、沐曦與摩爾線程產品。

技術細節：

UE8M0 含義：

• U：無符號（Unsigned），適用於啟動值通常非負的場景。
• E8M0：8 位全部用於指數（Exponent），尾數（Mantissa）為 0，透過隱式歸一化或動態尾數調整實現靈活性。
• 動態尾數策略：在實際實作中，可能採用動態尾數分配（如根據指數範圍動態調整尾數有效位），或預設尾數為 1，值的範圍為 \(2^{-128}\) 至 \(2^{127}\)。

FP8 Scale

• 指在量化過程中用於縮放數值的因子（Scale），確保數值在 FP8 的表示範圍內。
• 塊級縮放：將張量分成固定大小的區塊（如 128×128 的 tile），每個區塊共用一個縮放因子。這種區塊級縮放（而非整個張量級）在保留 8 位元位寬的同時，將可用動態範圍擴展數十倍。

優勢與應用：

硬體效率提升

• 顯存節省：權重顯存佔用降低約 50%，例如 680B 模型權重檔案從 1.3-1.5TB 降至約 680GB。
• 計算加速：由於 UE8M0 不含尾數與符號位，處理器在根據縮放因子對資料復原時，僅需乘以對應的 2 的冪（即指數位移操作），無需浮點乘法、規格化或捨入邏輯，縮短了時脈關鍵路徑。

中國國產晶片適合的搭配：

• 寒武紀：思元 590 芯片支持 FP8 精度，算力密度較前代提升 40%。
• 摩爾線程：首個支持原生 FP8 的國產 GPU 廠商，基於 MUSA Compute Capability 3.1 架構。
• 海光信息：DCU（深算系列）透過 FP8 優化降低 30% 顯存占用，運算效率提升 20%。

行業影響：

• 技術突破：DeepSeek-V3.1 是中國國內首個成功使用 FP8 完成大型語言模型訓練的案例，證明了 FP8 在超大規模模型訓練中的可行性。
• 生態閉環：UE8M0 FP8 助力國產 AI 晶片 – 國產開源模型 – 下游應用形成完整生態，推動中國 AI 晶片加速追趕國際先進水準。

中國國產 AI 晶片產業持續突破

中國智庫至坦 AI 週五（22 日）指出，華為的 910D 與寒武紀的思元 690 晶片都有可能成為 DeepSeek 新模型的基礎。

DeepSeek 團隊過去主要使用輝達 (NVDA-US) 晶片開發模型，因此轉向中國 AI 晶片 可能在穩定性、連線速度及軟體生態上面臨挑戰。

與此同時，華為正積極打造完整 AI 硬體生態系統，以在國內挑戰輝達。今年初，華為發布 CloudMatrix 384 計算系統，整合 384 顆昇騰 910C 神經處理單元與 192 顆鯤鵬伺服器 CPU，透過統一總線互聯，提供超高頻寬與低延遲。

對中國下一代 AI 晶片的猜測，帶動相關上市公司股價上揚。週五，寒武紀與海光的上海股票雙雙上漲 20%，中國大陸最大晶圓代工廠、同時生產華為昇騰和麒麟晶片的中芯國際 (688981-CN) 在香港股價上漲 10.1%，收報 56.90 港元。