2 月 26 日，这是开源周（OpenSourceWeek）的第三日。DeepSeek 宣布了一件事，那就是开放高效的 FP8 GEMM 库 DeepGEMM。
DeepSeek 这三天发布的内容都与算法相关，且偏向技术方向。大模型生态社区 OpenCSG（开放传神）的创始人陈冉向第一财经举例说明，“就如同之前 DeepSeek 是直接给一辆车，然后告知大家这辆车续航 900 公里，而现在 DeepSeek 在深入挖掘，通过什么方式能够让车开到 900 公里。”DeepSeek 的模型能够实现较好的效果是有原因的，其中对应着一些算法和相应的框架。这些“脚手架”的开源对之后的生态搭建是有利的。
此次发布的关键词中，GEMM 指的是 General Matrix Multiplication，也就是通用矩阵乘法，它是线性代数里的基本运算。FP8 GEMM 是一种计算操作，这种操作使用 8 位浮点数来进行矩阵乘法。FP8 是一种低精度浮点格式。它适用于深度学习。也适用于高性能计算。这种格式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。
DeepSeek 方面介绍称，DeepGEMM 能够同时对传统的稠密模型以及 MoE（混合专家）模型进行 GEMM 运算。并且，这一代码为基于英伟达 Hopper 架构（像 H100 GPU 这样的）的 V3/R1 系列硬件给予了高效的训练和推理方面的支持。
DeepSeek 提及，依据这一代码库，在英伟达 Hopper 架构的 GPU 上能够达成 1350 多 FP8 TFLOPS 的性能，也就是每秒浮点运算次数，从而将算力充分利用起来。并且，此代码库的设计极为简洁，仅仅包含一个核心内核函数，代码的行数大约为 300 行，然而在大多数矩阵规模上都要比专家调优后的内核更优秀。
开源 DeepGEMM 的影响是什么？记者向 DeepSeek 提出了这个问题，DeepSeek 回答说，DeepGEMM 通过 FP8 以及硬件级的优化，把大模型在计算效率和资源消耗方面的痛点给解决了，尤其是为 MoE 模型的落地提供了关键的支持。它的开源行为不但加快了技术的民主化进程，还有可能成为 AI 计算生态的“基础性设施”，促使行业朝着更高效、成本更低的方向进行发展。
FP8 是 AI 计算的一种新兴标准。它具有高效性，能够加速千亿参数模型的训练，还能降低显存需求。在边缘设备或云端进行部署时，FP8 的低精度计算可以显著提升吞吐量，并且降低成本。所以，开源 DeepGEMM 能够推动 FP8 生态的普及，降低开发者的使用门槛，促进更多的框架和模型适配 FP8，从而加速行业向低精度计算迁移。
此外，MoE 模型由于其计算复杂性，在实际应用中存在落地困难。DeepGEMM 的开源为其提供了高效的实现参考，这可能会促使更多的 MoE 应用得以诞生，例如多模态模型以及在边缘端运行的高效模型。
DeepSeek 连续三天进行了代码库开源。陈冉对记者说，他们看了之后觉得很震撼。DeepSeek 的最终目标是展示他们的 R1 和 V3 是如何被制造出来的。他觉得，DeepSeek 如今发布的算法在某种程度上就像是“脚手架”。必须给大家提供“脚手架”，这样才能真正让大家依据 DeepSeek 的技术线继续向前使用，最终促使整个行业能够基于此将生态建立起来。
陈冉长期来看认为 DeepSeek 的这一开源动作很有意义。它既有模型标准，又有工具标准，还有生态基石，只有这样生态才能发展起来。
陈冉做出判断，DeepSeek 的代码开源可能会对一批从事 AI Infra 层工作的人产生影响。DeepSeek 基本上把技术栈和模型都给出来了，就差数据了。然而，其他人也有机会将数据复现出来。这样一来，AI Infra 层的人就需要去寻找新的方向了。他表示，开源具有两面性，是一把双刃剑。如果能够善用 DeepSeek 开源的内容，就可能获得利益；而如果不能用好，就会受到冲击。
有从业者向记者表示，DeepSeek 开源的部分是 Infra 层的推理加速。DeepSeek 底层技术开源对从业者会产生影响，不过或许影响不会很大。
DeepSeek 对行业产生的影响才刚刚拉开序幕，没有人能够预料到最终的结果。上述从业者如此说道。
DeepSeek 之前宣布会依次开源 5 个代码库。接下来的这周，DeepSeek 还有两个代码库要发布。DeepSeek 在公告里称，每分享出一行代码，都将成为推动 AI 行业发展的集体动力。
