2月26日，在开源周（OpenSourceWeek）第三日，DeepSeek宣布开放高效的FP8 GEMM库DeepGEMM。

DeepSeek这三天的发布都与算法有关，偏技术向。大模型生态社区OpenCSG（开放传神）创始人陈冉对第一财经举例表示，“相当于以前DeepSeek是直接给一辆车，告诉大家这辆车续航900公里，但是现在DeepSeek在深挖，用什么方式能够开到900公里。”DeepSeek的模型为什么能够实现较好的效果，对应有一些算法和相应的框架，而这些“脚手架”的开源有利于之后的生态搭建。

具体到此次发布的关键词，GEMM（General Matrix Multiplication，通用矩阵乘法）是线性代数中的基本运算，而FP8 GEMM则是一种使用8位浮点数进行矩阵乘法的计算操作。FP8是一种低精度浮点格式，适用于深度学习和高性能计算，能够在保持较高计算效率的同时减少内存占用和带宽需求。

据DeepSeek方面介绍，DeepGEMM同时支持传统的稠密模型和MoE（混合专家）模型的GEMM运算，这一代码为基于英伟达Hopper架构（如H100 GPU）的V3/R1系列硬件提供高效的训练和推理支持。

DeepSeek提到，基于这一代码库，在英伟达Hopper架构的GPU上可实现1350+ FP8 TFLOPS（每秒浮点运算次数）的性能，充分利用算力。同时，该代码库设计非常简洁，只有一个核心内核函数，代码量约为300行，但在大多数矩阵规模上均优于专家调优的内核。

开源 DeepGEMM有何影响？记者将此问题抛给DeepSeek，它回答称，DeepGEMM 通过FP8和硬件级优化，解决了大模型计算效率和资源消耗的痛点，尤其为 MoE模型的落地提供了关键支持。其开源行为不仅加速了技术民主化，更可能成为AI计算生态的“基础设施”，推动行业向更高效、低成本的方向发展。

FP8是AI计算的新兴标准，其高效性可加速千亿参数模型的训练，降低显存需求。在边缘设备或云端部署时，FP8的低精度计算能显著提升吞吐量，降低成本。因此，开源 DeepGEMM可以推动FP8生态普及，降低开发者使用门槛，促进更多框架和模型适配FP8，加速行业向低精度计算迁移。

此外，MoE模型因计算复杂性难以落地，DeepGEMM 的开源提供了高效实现参考，可能催生更多MoE应用（如多模态模型、边缘端高效模型）。

对于DeepSeek连续三天的代码库开源，陈冉对记者表示，“我们看下来蛮震撼的。”DeepSeek最终的目标是要表明他们的R1和V3是怎么做出来的，他认为，DeepSeek现在发布的算法某种意义上属于“脚手架”，“一定要给大家‘脚手架’，才能真正让大家基于DeepSeek的技术线继续往前用，最终行业能基于此将生态做起来。”

长期来看，陈冉认为，DeepSeek这一开源动作非常有意义，既有模型标准，也有工具标准，也有生态基石，生态才能长起来。

陈冉判断，DeepSeek的代码开源或许会影响一批做AI Infra层的从业者，“DeepSeek基本将技术栈、模型给出来，就差数据了，但是别人也有可能将数据复现出来，AI Infra层的人就要找新的方向。”但他同时表示，这种开源是一把双刃剑，如果能将DeepSeek开源的内容用好可能也会得利，“用不好就被冲击”。

也有从业者对记者表示，DeepSeek开源的是Infra层的推理加速这一块，DeepSeek底层技术开源对从业者有影响，但或许不会太大。

“DeepSeek对行业的影响这才刚刚开始，没有人能猜到结局。”上述从业者说。

DeepSeek在此前宣布会陆续开源5个代码库，接下来DeepSeek还有两个代码库在这周发布。“每分享一行代码，都会成为加速AI行业发展的集体动力。”DeepSeek在公告中表示。