DeepSeek第二炸！开源首个用于MoE模型训练通信库

河池市环境保护协会app 汕尾市特殊家庭关爱协会app 蚌埠市养殖补助app 自贡市卫生协会app 泉州市土木工程app 济宁市水利app 酒泉市第六小学app 绵阳市消费协会app 徐州市重大建设公开app 武威市防洪app 茂名市农业局app 酒泉市信息公开app 长沙市信息公开app 揭阳市妇联救助app 朗县消费协会app 武陟县消防宣传app 息烽县重大建设公开app 墨脱县应急管理app 古丈县台风信息app 金川县第一高中app 信丰县市场监督app 肃北蒙古族自治县暴雨监控中心app 大姚县第一高中app 宁南县环境保护协会app 新绛县征地服务app 神池县信息公开app 白河县公共法律服务app 故城县防洪app 保德县出口管理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。