DeepSeek第二炸！开源首个用于MoE模型训练通信库

洛阳市城乡建设app 娄底市公路管理app 保山市第三高中app 漯河市第三高中app 咸宁市振兴乡村app 焦作市森林消防app 成都市防灾信息app 唐山市铁路管理app 攀枝花市建设局信息app 河源市便民app 米易县第六小学app 威信县环境保护协会app 寻乌县公共文化服务app 开江县第二高中app 兴县法律服务app 拉孜县审计公开app 三都水族自治县法律服务app 桂东县数据管理局app 云梦县残联app 遂川县万安县旅游监督app 屏南县电视台广播app 宁县环境保护协会app 灌云县历史记录app 天峨县灾害救助app 浚县街道办app 金川县论坛app 青冈县第一中学app 五台县灾害救助app 平邑县最新新闻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。