DeepSeek第二炸！开源首个用于MoE模型训练通信库

铜陵市事业单位app 苏州市工程造价app 六盘水市警务app 青岛市第三小学app 龙岩市服务大厅app 德州市公益app 广州市残联救助app 酒泉市工程造价app 六安市非物质文化遗产app 临汾市人社管理app 石嘴山市公益app 榆林市非物质文化遗产app 玉溪市妇联救助app 咸阳市第二高中app 萍乡市电视台广播app 孝感市消防局app 威信县水利app 长兴县出口管理app 珙县水务app 惠来县历史记录app 墨竹工卡县教研app 深泽县风力发电app 歙县防洪信息app 弋阳县第二中学app 孟津县防灾信息app 白水县第二小学app 赤城县数据管理局app 砚山县防灾信息app 日土县第四小学app 获嘉县工商局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。