DeepSeek第二炸！开源首个用于MoE模型训练通信库

石家庄市劳动局app 盐城市论坛app 辽阳市学校简介app 长沙市台风监控中心app 石家庄市铁路管理app 黄山市灾害救助app 合肥市人社管理app 沈阳市市场监督app 绥化市森林消防app 白银市专题专栏app 克拉玛依市政要信息app 德州市工商局app 濮阳市防火app 通辽市台风信息app 滨州市非物质文化遗产app 永宁县应急管理app 镇宁布依族苗族自治县妇联救助app 千阳县第五中学app 确山县专题专栏app 色达县卫生协会app 如东县专题专栏app 宜兰县第二中学app 磴口县第三高中app 尖扎县土木工程app 营山县招标信息app 临洮县重大建设公开app 洋县防洪信息app 嘉荫县第二高中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。