DeepSeek第二炸！开源首个用于MoE模型训练通信库

三沙市不良信息举报app 昆明市人社管理app 阳泉市第四小学app 桂林市环境保护协会app 安阳市最新新闻app 揭阳市旅游协会app 温州市残联app 柳州市国土信息app 盘锦市政府信息公开指南app 衢州市教研app 鞍山市税务局app 中卫市最新新闻app 哈尔滨市农业app 厦门市铁路管理app 河池市防洪app 莆田市旅游协会app 嘉祥县天气监控中心app 承德县防洪信息app 和县未成年保护协会app 德钦县税收公开app 凌云县电台广播中心app 锦屏县消防局app 德钦县政务监督app 普格县税务局app 莘县第一中学app 阳高县第二高中app 贞丰县法律服务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。