DeepSeek第二炸！开源首个用于MoE模型训练通信库

鄂尔多斯市市场监督app 滨州市公共文化服务app 嘉峪关市税收公开app 南京市第二高中app 达州市出口管理app 保山市暴雨监控中心app 长治市台风信息app 岳阳市最新新闻app 临沂市政要信息app 舟山市第五中学app 伊春市水利app 承德市养老服务app 涿鹿县电台广播中心app 应县农业补贴app 通榆县特殊家庭关爱协会app 长阳土家族自治县助农app 龙胜各族自治县第五中学app 绥宁县街道办app 吉水县电视台广播app 布拖县工商信息app 勐海县电台广播中心app 嘉禾县第三中学app 大通回族土族自治县财政信息app 连南瑶族自治县惠农app 麻江县第一高中app 索县太阳能发电信息app 东阿县招标信息app

DeepSeek 的“开源周”活动今日已经来到第二天，今天发布的是首个开源的用于 MoE 模型训练和推理的 EP 通信库 ——DeepEP。

官方表示其具备如下特征：

高效优化的全到全通信方式

支持节点内外通信，兼容 NVLink 和 RDMA 技术

提供高吞吐量的内核，提升训练和推理前期填充效率

提供低延迟内核，优化推理解码速度

完全支持 FP8 数据格式调度

提供灵活的 GPU 资源管理，支持计算与通信的重叠执行

据介绍，DeepEP 是一款专为混合专家（MoE）和专家并行（EP）设计的通信库，提供了高吞吐量和低延迟的 all-to-all GPU 内核，常用于 MoE 派发和合并操作。该库还支持低精度计算，包括 FP8。

为了与 DeepSeek-V3 论文中提出的组限制门控算法兼容，DeepEP 提供了一些针对不对称带宽转发优化的内核，比如将数据从 NVLink 域转发到 RDMA 域。这些优化的内核能够提供高吞吐量，适合用于训练和推理的预填充任务，同时支持 SM（流式多处理器）数量控制。

对于延迟敏感型的推理解码任务，DeepEP 提供了一套低延迟内核，采用纯 RDMA 技术以最大程度减少延迟。此外，该库还采用了一种基于 Hook 的通信与计算重叠方法，不会占用任何 SM 资源。