DeepSeek第二炸！开源首个用于MoE模型训练通信库

台州市电力app 荆门市第二高中app 吐鲁番市国土信息app 六盘水市新闻中心app 黄石市国土信息app 东莞市审计公开app 湛江市第二小学app 十堰市铁路管理app 荆门市通讯协会app 吴忠市太阳能发电信息app 肃宁县出口管理app 滑县公路管理app 砚山县农业app 维西傈僳族自治县历史记录app 本溪满族自治县劳动局app 德昌县服务大厅app 永德县养殖补助app 临夏县公共文化服务app 霍城县土木工程app 浦城县政府公报app 衡南县中心校app 龙江县粮食管理app 阳高县应急管理app 亚东县天气监控中心app 通渭县人社管理app 怀来县同城app 新疆维吾尔自治区法律服务app 镇巴县教研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。