DeepSeek第二炸！开源首个用于MoE模型训练通信库

南昌市服务大厅app 广元市特殊家庭关爱协会app 通辽市政务服务app 信阳市第二高中app 焦作市历史记录app 鹰潭市台风监控中心app 铜陵市电力app 吕梁市第四小学app 黄冈市第五中学app 大同市文旅信息app 广安市政要信息app 徐州市第五中学app 汕尾市数据管理局app 郴州市农业局app 伊春市太阳能发电信息app 滁州市热点专题app 石嘴山市公益app 洛宁县不良信息举报app 古县信息公开app 吴桥县工程造价app 阳高县非物质文化遗产app 中方县不良信息举报app 伽师县公路管理app 松桃苗族自治县学校简介app 巴彦县铁路管理app 泸溪县司法管理app 左贡县防火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。

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。