作者｜程茜

編輯｜心緣

智東西2月25日報道，剛剛，DeepSeek開源周第二彈發佈，第一個用於MoE模型訓練和推理的開源EP通信庫，發佈不到一小時，GitHub Star數已上千。

DeepEP是爲混合專家（MoE）和專家並行（EP）量身定製的通信庫，其提供高吞吐量且低延遲的全對全GPU內核，這些內核也被稱爲MoE調度與合併。

高性能：支持用於節點內和節點間通信的NVLink和RDMA，以及用於非對稱域帶寬轉發的優化內核；

低精度運算：FP8支持；

延遲敏感推理：提供使用純RDMA的低延遲內核，以最大限度地減少推理解碼的延遲；

通信-計算重疊：引入基於鉤子的方法，不會佔用任何流式多處理器（SM）資源；

自適應路由和流量隔離：支持低延遲內核自適應路由，支持虛擬通道流量隔離。

其中，爲了與DeepSeek-V3論文中提出的組限制門控算法（group-limited gating algorithm）保持一致，DeepEP提供了一組針對非對稱域帶寬轉發進行優化的內核，例如將數據從NVLink域轉發到RDMA域。這些內核能夠實現高吞吐量，使其既適用於訓練任務，也適用於推理預填充任務。此外，它們還支持流式多處理器（SM）數量控制。

對於對延遲敏感的推理解碼任務，DeepEP包含了一組採用RDMA技術的低延遲內核，以最大程度地減少延遲。該庫還引入了一種基於鉤子的通信與計算重疊方法，這種方法不會佔用任何流式多處理器（SM）資源。

DeepSeek指出，DeepEP的實現可能與DeepSeek-V3論文中略有不同。

GitHub地址：https://github.com/deepseek-ai/DeepEP

具體性能方面：

在H800（NVLink的最大帶寬約爲160 GB/s）上測試常規內核，每臺設備都連接到一塊CX7 InfiniBand 400 Gb/s的RDMA網卡（最大帶寬約爲50 GB/s），並且遵循DeepSeek-V3/R1預訓練設置（每批次4096個Tokens，7168個隱藏層單元，前4個組，前8個專家（模型），使用FP8格式進行調度，使用BF16格式進行合併）。

在H800上測試低延遲內核，每臺H800都連接到一塊CX7 InfiniBand 400 Gb/s的RDMA網卡（最大帶寬約爲50 GB/s），遵循DeepSeek-V3/R1的典型生產環境設置（每批次128個Tokens，7168個隱藏層單元，前8個專家（模型），採用FP8格式進行調度，採用BF16格式進行合併）。

快速啓動要求：

下載並安裝NVSHMEM依賴項：

開發：

安裝：

網絡配置：

接口和示例:

DeepSeek發佈的推文一小時瀏覽量高達12萬，評論區下方開發者們直接進入誇誇誇模式：

“DeepSeek在MoE模型方面所實現的優化程度頗高，而MoE模型因其規模和複雜性而向來極具挑戰性。DeepEP能夠藉助像NVLink和RDMA這類尖端硬件，如此精準地處理相關任務，並且還支持FP8格式，這着實令人驚歎。”

“對NVLink和RDMA的支持，爲大規模的MoE模型帶來了變革性的影響。看來DeepSeek又一次突破了AI基礎設施的極限。”

還有人直接做了表情包：“跟着鯨魚找到魚。”

結語：深度探索開源宇宙DeepSeek還有三彈重磅發佈

從帶飛GPU推理速度的FlashMLA到開源EP通信庫，DeepSeek開源周第二大重磅發佈再次點燃AI圈的熱情。本週後續，DeepSeek還將開源三個代碼庫，或許會與AI算法優化、模型輕量化、應用場景拓展等相關，涵蓋多個關鍵領域。

期待接下來的三場技術盛宴，向開源者們致敬。