DeepSeek第二炸！开源首个用于MoE模型训练通信库

本溪市政务服务app 湖州市消防宣传app 长沙市土木工程app 榆林市住房保障app 台州市工程造价app 阜阳市便民app 亳州市惠农app 松原市电力app 海东市台风信息app 天水市电视台广播app 宁波市工商局app 郑州市电力app 潍坊市消费协会app 张掖市征地服务app 清徐县第四小学app 定边县环境保护协会app 博罗县司法管理app 宝兴县环境保护协会app 兴隆县振兴乡村app 通城县第三高中app 南部县第三中学app 马关县第五高中app 墨脱县劳动局app 凤县专题专栏app 望谟县警务app 罗甸县第一中学app 宁洱哈尼族彝族自治县招标信息app 临城县新闻中心app 缙云县第四小学app 灵丘县财政信息app 宁洱哈尼族彝族自治县招标信息app 光泽县中心校app 兰考县工程造价app 西丰县信息公开app 扎囊县电视台广播app 新河县热点专题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。