摘要：不要再怀疑低精度混训。老美建设的英伟达GB200和300以及AMD MI355X ，都引入了FP6和FP4浮点数据类型，能够在保持计算精度的同时，进一步提升AI训练和推理性能

很多智算中心还没上线，技术上已经淘汰，谁该为此类失败的选型负责？！是选型技术不行？！还是道德的沦丧？！还是其他？！

Deepseek发布之后，不支持FP8的算力租赁价格和设备狂跌，支持FP8算力的大涨一波；

deespeekV4大概率FP4混精，支持FP4和不支持FP4会有分水岭！

下一代智算中心选型一定要支持FP8、FP6、FP4，这是革命之门——以最前沿技术定义未来算力基建

不要再怀疑低精度混训。老美建设的英伟达GB200和300以及AMD MI355X ，都引入了FP6和FP4浮点数据类型，能够在保持计算精度的同时，进一步提升AI训练和推理性能

在人工智能狂飙突进的今天，智算中心不仅是算力的载体，更是推动人类迈向通用智能的引擎。

而在这片战场上，低精度计算格式（FP8、FP6、FP4）已成为决胜未来的核心技术！

英伟达与AMD两大巨头的最新GPU均已全力拥抱这一趋势——任何新建的智算中心若忽视这一变革，必将被时代浪潮无情淘汰！

国产芯的丧钟，低精度计算

英伟达的Blackwell架构B200 GPU，在FP4精度下实现了40 PetaFLOPS的算力，较前代提升5倍。

AMD的MI350X同样不甘示弱，通过支持FP4和FP6，其推理性能较前代提升35倍，FP8算力突破4.6 PetaFLOPS。

低精度计算并非简单的数字游戏，而是算力密度的质变！FP4仅需4位数据位宽，却能通过稀疏矩阵优化与混合精度技术，将模型训练速度提升数倍，同时将能耗压缩至传统FP16的1/10。

试问，若智算中心仍固守高精度计算，如何在算力效率的竞争中立足？

大模型时代的性价比利器FP4

AMD MI355X以288GB HBM3E内存和6TB/s带宽傲视群雄，其内存容量是英伟达H200的1.8倍，可轻松承载千亿参数模型的实时推理。而英伟达B200则凭借8TB/s带宽与FP4支持的Transformer引擎，将Llama 3.1等模型的推理成本降低至1/25。

低精度计算与大内存的结合，正是解锁万亿参数模型的关键！FP8、FP6、FP4不仅减少内存占用，更通过动态量化技术，让单卡运行更大模型成为可能。AMD的DeepSeek-V3集成案例已证明，低精度优化可将抗体设计周期从10年缩短至6周——

智算中心若无法支持这些格式，如何满足生物计算、自动驾驶等领域的爆发式需求？

当你的算力空置时，你是不是在想市场没有算力租赁需求？！

真实情况是你的AIDC中的算力不再满足市场需求。

低精度计算是智算基建的必选项

2025年，AMD将推出CDNA 4架构的MI355X系列，支持光子内存与FP4异构计算；英伟达的Rubin架构GPU亦将搭载HBM4内存，进一步强化低精度算力。

两家巨头的路线图已昭示：FP8、FP6、FP4不是可选功能，而是算力基础设施的标配！

那些仍犹豫是否支持低精度计算的决策者，请记住——每一秒的延迟，都是对创新的扼杀！Meta、微软、AWS等巨头早已将低精度GPU列为采购核心指标。智算中心若不能为此做好准备，必将错失AI推理市场的万亿级红利！

低精度计算是算力革命的催化剂，是智算中心跨越“能用”到“极致”的桥梁。英伟达与AMD的巅峰对决，正推动着FP8、FP6、FP4成为行业黄金标准。

新建下一代智算中心唯有全力拥抱这一趋势，方能在AI的星辰大海中破浪前行！让我们以最激进的技术投入，最开放的生态胸怀，共同书写智能时代的新篇章！

国产AI芯已懵逼

Deepseek发布之后彻底打蒙了国产AI芯片厂商，下一代AI芯片如何设计各个CTO都已经懵逼，一边是架构落后，一边是代工制约，出路在何方？！换道超车，谈何容易！

DeepSeek携手英伟达持续蒙眼狂奔，成为世界佼佼者的同时，也解开了国产AI芯片的遮羞布，这是好事，至少不是“汉芯”事件重演！

国产AI芯片整体架构、设计理念、代工全面落后世界先进，并且差距越来越大，情怀解决不了落后的现状，国产AI芯片设计理念还停留在上一代智算设计的路上，先进的GPU设计已经引领下一代智算中心。

我们需要脚踏实地，以技术为准绳，快速跟进，大的芯片公司，因为有上市或者资本压力，历史包袱太重，无法快速转身支持FP4，他们创新的步伐已经落下。

新型的创新国产AI芯片公司正在加速赶上，25年Q4至少会有3颗国产AI芯片支持FP4、FP6、FP8，设计理念与世界先进技术同步，当然这些公司都是23年之后成立，他们瞄准的是最先进的设计理念和技术，他们的目标是世界一流，超越上一代国产AI芯片创业公司。

来源：算力百科