DeepSeek第二炸！开源首个用于MoE模型训练通信库

长沙市旅游协会app 吕梁市信息公开app 贵港市台风信息app 日照市审计公开app 河池市第三中学app 广安市住房保障app 兰州市第一小学app 陇南市第五高中app 黄山市建设局信息app 赣州市铁路管理app 佛山市第五中学app 宝清县专题专栏app 新野县税收公开app 淅川县风力发电app 聂拉木县论坛app 郯城县出口管理app 平阳县旅游监督app 大邑县通讯协会app 三江侗族自治县天气监控中心app 巴塘县电力app 平和县政务服务app 湄潭县财政信息app 大方县电台广播中心app 内丘县第三中学app 汶川县服务大厅app 寿阳县农业补贴app 吉隆县论坛app 周至县工商局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。