之前微博还有网友抨击，我想来想去还是再回应一下。DeepSeek 在V3.1版本之前，训练过程是FP16和FP8混合精度训练的，现在都改成FP8训练，这不是压缩参数在锻炼过程中的显存空间占用，是什么呢？FP8 UE8M0 标准没有小数，数值是离散的指数值，比如 1, 2, 4, 8, 16 … 一直到 2^255 (2 的幂次方)。因为没有小数部分，所以在硬件里实现乘法运算时确实可以大大简化，乘法/除法运算就会退化成移位运算，例如：1.5*4 = 1.5 左移2位（1.5是压缩参数，4是缩放因子）。但加法、减法 在这种格式下依然是非平凡的。我们知道参数在前馈神经网络都是乘法的消耗为主，每个隐层节点和每条边权重相乘最后加和。这个不是对芯片要求的降低这个是什么呢？

给股民讲解这个，就说FP8降低显存要求，UE8M0 降低芯片设计难度，提高计算效率，这又有什么问题呢？一定要把所有技术细节讲完，股民才能彻底理解吗？不讲完全部技术细节就是水平不高？我要那么高干什么呢，又不能当领导。。关键那些真是对什么人都把技术讲明白的，反而当不了领导，永远被印度人领导吧[允悲]

https://postimg.cc/gallery/LX5Rq3Q