DeepSeek第二炸！开源首个用于MoE模型训练通信库

南通市特殊家庭关爱协会app 台州市税务局app 齐齐哈尔市民政管理app 西宁市最新新闻app 酒泉市事业单位app 克拉玛依市新闻中心app 中卫市水利app 衢州市教育局app 襄阳市劳动局app 吴忠市旅游监督app 通化市第二中学app 濮阳市第六中学app 荆门市非物质文化遗产app 策勒县第五高中app 望谟县公开信息app 甘泉县防火app 浑源县水务app 杞县桥梁管理app 鄱阳县劳动局app 康保县教育局app 金塔县最新新闻app 罗源县第四中学app 嘉善县学校简介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。