1.满血板定义和划分

目前市面上，只要是671B参数的DeepSeek都叫满血版

满血版又分:

原生满血版(FP8 数据精度，显存占用 671G )

转译满血版 (BF16或者FP16数据精度，显存需求未量化1342G)

量化满血版(INT8(Q8) 显存 671G、INT4(Q4)显存335G、Q2、Q1数据精度)

三种划分方法和命名，在2月9日，由“算力百科”组织线下沙龙，由几名行业专家首次提出并论证，已经获得同行广泛认可。

默认官方原生满血版就是智商最高的DeepSeek版本。

厂商宣传时，都只会宣传满血版，主意辨别。

2.三款支持FP8的国产AI芯片

算力百科已经跟相关厂商完成确认，目前公开市场有三款国产AI芯片支持FP8，算能SC1x、瀚博VA1x、摩尔线程S5x。

某头部AI芯片大厂，给客户推广DeepSeek一体机，被问到是否支持Fp8时，说的原话是“所有国产AI芯片都不支持Fp8”，用来弱化自家国产AI芯片不支持FP8的短板。

此类人还有一些媒体人，难道说真的不懂还是别有用心？国产AI芯已经很难啦，做的性能好，老美制裁，做的不好又卖不出去，目前又被同行抹黑，我们呼吁，请停止抹黑国产AI芯。

3.模型参数越大，智商越高

实践证明DeepSeek模型参数量跟智商成正比，参数越大，智商越高。

咱把671B相当于博士生，70B相当于本科生，32B相当于专科生，并不是所有的岗位都需要博士生，根据需求选择最好的即可。

但是多数情况，这个岗位用过了博士生都不再愿意用本科更何况是专科生。

4. 671B各个版本智商，比70B和32B智商都高。

我们内部测试结果，671B Q4量化的效果比蒸馏的70B的确 是好，相当于不同专业的博士生，的确 比本科生智商更优秀。

测试方法：把一样的问题，问不同的模型，查看返回结果，跟官方chat.DeepSeek.com返回答案对比，看类似程度。

问题列如： 7.11和7.9哪个大？

5.DeepSeek 开源openinfra 是绑定了CuDA生态？！

开源的目的是让更多的人能基于DS的工作，进一步创新或者移植，并不是非要绑定CuDA生态，也许某一天国产算力生态成熟了，会被基某公司采用。

6.Deepseek模型更新太快，对国产AI芯片不是好事。

DS每推出一代模型，国产AI芯片就需要适配和优化，投入大量人力物力，当这一代刚适配优化完，还没收回成本，下一代又发布了，如此快速迭代，让AI芯片厂商吃不消，小的AI芯片团队容易掉队，所以说软件创新太快，不必定是好事，任何事情发展都需要一个度。

7.国人对大模型的认知两个契机和时间点

22年底朋友圈里GPT火了，大家知道大模型，狼要来了。

24年底朋友圈Deepseek火了，大模型应用，狼真的来了。

使用Deepseek，参与全球创新，是大势所趋，是历史的必然。与智能手机必定取代功能机一样。

8.基础大模型公司必定会自研芯片，如果不自研，只能说明不够大。

基础大模型公司必定会自研芯片（投资、孵化、收购），由于需求确定，并且采购量巨大，自研的必定比单独采购第三方经济。

9.英伟达会长期是训练芯片的霸主

英伟达投资了全球绝大多数独角兽基模公司，基模公司想当长的时间内选择成熟的CuDA生态，可以快速出成果，跟进全球创新，这是必然选择。

一个基本实际，目前全球领先的基础大模型还没有一个是脱离CuDA训练成功的。

但是Gork3的发布说明堆算力炼丹模式已经走到头，边际收益已经低的令人发指了，训练霸主也无能为力。

10.我们应该做正确的事

赚自己认知内的米，20年前的光伏产业，10年前的新能源产业，目前的算力大模型产业，都是产业发展的必然。

任何繁荣产业的初期，都会有许多产业机会，很高兴参与新时代产业发展中，每个人都利用自身的资源和优势，找到自己的产业定位，赚到米。