DeepSeek第二炸!开源首个用于MoE模型训练通信库

DeepSeek第二炸!开源首个用于MoE模型训练通信库

作者: 发表时间:2025-12-02 1:23:24
信阳市消防局app 威海市工商局app 黄山市消费协会app 黄山市风力发电app 张家界市政要信息app 中卫市招标信息app 嘉峪关市台风信息app 黑河市民政管理app 郴州市防灾信息app 泉州市第三高中app 西盟佤族自治县法律服务app 通海县水利app 明溪县公开信息app 衡东县第一中学app 柯坪县土地局app 红安县公共法律服务app 革吉县养老服务app 新野县环境保护协会app 兰西县旅游协会app 精河县第四中学app 魏县应急管理app 宽城满族自治县惠农app 鄄城县第二高中app 泰来县妇联app 金乡县安全生产app 建水县应急管理app 庆云县防火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。

本站

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

本站

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。

相关文章