2月25日消息，繼昨天開(kāi)源Flash MLA后，DeepSeek今日向公眾開(kāi)源了DeepEP——第一個(gè)用于MoE模型訓(xùn)練和推理的開(kāi)源EP通信庫(kù)。

據(jù)介紹，DeepEP是一個(gè)用于MoE（混合專(zhuān)家）模型訓(xùn)練和推理的EP（Expert Parallelism）通信庫(kù)，它為所有GPU內(nèi)核提供高吞吐量和低延遲，也稱(chēng)為MoE調(diào)度和組合。該庫(kù)還支持低精度操作，包括FP8。

同時(shí)，DeepEP針對(duì)NVLink（NVLink是英偉達(dá)開(kāi)發(fā)的高速互聯(lián)技術(shù)，主要用于GPU之間的通信，提升帶寬和降低延遲）到RDMA（遠(yuǎn)程直接內(nèi)存訪(fǎng)問(wèn)，一種網(wǎng)絡(luò)數(shù)據(jù)傳輸技術(shù)?，用于跨節(jié)點(diǎn)高效通信）的非對(duì)稱(chēng)帶寬轉(zhuǎn)發(fā)場(chǎng)景進(jìn)行了深度優(yōu)化，不僅提供了高吞吐量，還支持SM（Streaming Multiprocessors）數(shù)量控制，兼顧訓(xùn)練和推理任務(wù)的高吞吐量表現(xiàn)。

對(duì)于對(duì)延遲敏感的推理解碼，DeepEP包含一組低延遲內(nèi)核和純RDMA，以最大限度地減少延遲。該庫(kù)還引入了一種基于鉤子的通信計(jì)算重疊方法，該方法不占用任何SM資源。

DeepSeek稱(chēng)，DeepEP的實(shí)現(xiàn)可能與DeepSeek-V3論文略有不同。

DeepSeek還列出了DeepEP的實(shí)際性能：

在H800（NVLink的最大帶寬約為160 GB/s）上測(cè)試常規(guī)內(nèi)核，每臺(tái)設(shè)備都連接到一塊CX7 InfiniBand 400 Gb/s的RDMA網(wǎng)卡（最大帶寬約為50 GB/s），并且遵循DeepSeek-V3/R1預(yù)訓(xùn)練設(shè)置（每批次4096個(gè)Tokens，7168個(gè)隱藏層單元，前4個(gè)組，前8個(gè)專(zhuān)家（模型），使用FP8格式進(jìn)行調(diào)度，使用BF16格式進(jìn)行合并）。

在H800上測(cè)試低延遲內(nèi)核，每臺(tái)H800都連接到一塊CX7 InfiniBand 400 Gb/s的RDMA網(wǎng)卡（最大帶寬約為50 GB/s），遵循DeepSeek-V3/R1的典型生產(chǎn)環(huán)境設(shè)置（每批次128個(gè)Tokens，7168個(gè)隱藏層單元，前8個(gè)專(zhuān)家（模型），采用FP8格式進(jìn)行調(diào)度，采用BF16格式進(jìn)行合并）。

DeepEP運(yùn)行環(huán)境要求：

Hopper GPU（以后可能支持更多架構(gòu)或設(shè)備）

Python 3.8及以上版本

CUDA 12.3及以上

PyTorch 2.1及以上版本

NVLink用于內(nèi)部節(jié)點(diǎn)通信

用于節(jié)點(diǎn)間通信的RDMA網(wǎng)絡(luò)

生成海報(bào)