以下文章来源于未尽研究 ，作者未尽研究 未尽研究 . AI，新能源，合成生物，地缘X 本文来自微信公众号： 未尽研究 （ID：Weijin_Research） ，作者：未尽研究，题图来自：AI生成 从V3到V3.1，DeepSeek正在探索出一条"算力自由"之路。 从魔改PTX到使用UE8M0 FP8 Scale的参数精度，DeepSeek先榨取英伟达GPU算力，再适配国产芯 片，可能会在软硬件协同方面带来新的突破， 进一步提高训练效率，最多可以减少75%的内存使用 ，从而在实际应用中减少对进口先进GPU芯片的依赖。 DeepSeek正在与下一代国产GPU芯片厂商一起，向算力自主又迈进一步。正是这样一种令人激动的 前景，激活了科技色彩愈发浓厚的中国资本市场。 DeepSeek发布了V3.1，而不是广受期待的V4或者R2，连R1也消失了。 DeepSeek变成了一个混合推 理架构，即一个模型同时支持思考模式和非思考模式。 这是一个趋势，在V3.1发布一周之前，GPT- 5发布了，这是一个"统一的系统"，包括一个对话模型，一个思考模型，和一个实时路由，用来决定 如何结合对话与思考。 这次升级提高了DeepSeek ...

技术升级与架构创新 - DeepSeek-V3.1采用混合推理架构，同时支持思考模式和非思考模式，提升模型灵活性和效率[3] - 模型通过后训练优化显著增强Agent能力，在工具使用和智能体任务中表现提升[6] - 基础模型在V3基础上新增840 B token的外扩训练，上下文长度和双模式均扩展至128k[7] - 引入UE8M0 FP8 Scale参数精度，最多减少75%内存使用，大幅提升训练和推理效率[1][13] - UE8M0 FP8格式兼容MXFP8标准，可直接在支持该标准的硬件上运行，无需额外转换[14][15] 算力优化与硬件适配 - 公司通过魔改英伟达PTX指令集提升GPU算力利用率，最大化挖掘现有硬件潜力[33] - UE8M0 FP8格式采用对数数值系统特性，覆盖极宽动态范围，适合低算力环境工程优化[14][30] - 超低精度技术降低对进口GPU依赖，适配寒武纪、沐曦、燧原、昇腾等国产芯片[1][16][34] - 软件定义策略使模型与多种芯片适配，推动国产芯片实现前沿大模型训练推理[15][35] 企业服务与生态建设 - API Beta接口支持strict模式Function Calling，提升工程可靠性和企业易用性[8] - 新增Anthropic API格式支持，便于Claude用户迁移，直接渗透其企业市场份额[9] - 升级后模型在保持性能同时降低价格，凸显性价比创新优势[7] - 技术路线旨在构建"算力无关"模型生态，减少对CUDA生态依赖[35][42] 行业竞争与市场影响 - 超低精度技术可能削弱英伟达H20/B30芯片在中国市场竞争力[37][39] - 国产AI软件栈逐步成熟，中长期将降低对英伟达芯片需求[38] - 国际厂商仍优先选用英伟达G200追求极致性能，但中国厂商形成去英伟达化路径[40][42] - 技术突破激活资本市场，推动算力自主进程[2][10]