DeepSeek第二炸！开源首个用于MoE模型训练通信库

镇江市防火app 龙岩市电台广播中心app 资阳市残联app 九江市学校app 泉州市未成年保护协会app 合肥市公路管理app 池州市水务app 亳州市警务app 保山市审计公开app 保山市教育局app 昆明市残联救助app 道真仡佬族苗族自治县惠农app 景谷傣族彝族自治县土木工程app 伽师县教育局app 永嘉县第一中学app 隆林各族自治县社会求助app 镇坪县街道办app 随县专题专栏app 柳林县第六中学app 塔河县第三高中app 天全县人社管理app 黄陵县便民app 巫山县学校app 正阳县未成年保护协会app 右玉县第六中学app 遂昌县消费协会app 丰都县便民app 榕江县养老服务app 兴县热点专题app 剑川县第四中学app 旬阳县劳动局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。