智东西
作者｜程茜
编辑｜心缘

智东西2月25日报道，刚刚，DeepSeek开源周第二弹发布，第一个用于MoE模型训练和推理的开源EP通信库，发布不到一小时，GitHub Star数已上千。

DeepEP是为混合专家（MoE）和专家并行（EP）量身定制的通信库，其提供高吞吐量且低延迟的全对全GPU内核，这些内核也被称为MoE调度与合并。

高性能：支持用于节点内和节点间通信的NVLink和RDMA，以及用于非对称域带宽转发的优化内核；

低精度运算：FP8支持；

延迟敏感推理：提供使用纯RDMA的低延迟内核，以最大限度地减少推理解码的延迟；

通信-计算重叠：引入基于钩子的方法，不会占用任何流式多处理器（SM）资源；

自适应路由和流量隔离：支持低延迟内核自适应路由，支持虚拟通道流量隔离。

其中，为了与DeepSeek-V3论文中提出的组限制门控算法（group-limited gating algorithm）保持一致，DeepEP提供了一组针对非对称域带宽转发进行优化的内核，例如将数据从NVLink域转发到RDMA域。这些内核能够实现高吞吐量，使其既适用于训练任务，也适用于推理预填充任务。此外，它们还支持流式多处理器（SM）数量控制。

对于对延迟敏感的推理解码任务，DeepEP包含了一组采用RDMA技术的低延迟内核，以最大程度地减少延迟。该库还引入了一种基于钩子的通信与计算重叠方法，这种方法不会占用任何流式多处理器（SM）资源。

DeepSeek指出，DeepEP的实现可能与DeepSeek-V3论文中略有不同。

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

具体性能方面：

在H800（NVLink的最大带宽约为160 GB/s）上测试常规内核，每台设备都连接到一块CX7 InfiniBand 400 Gb/s的RDMA网卡（最大带宽约为50 GB/s），并且遵循DeepSeek-V3/R1预训练设置（每批次4096个Tokens，7168个隐藏层单元，前4个组，前8个专家（模型），使用FP8格式进行调度，使用BF16格式进行合并）。

在H800上测试低延迟内核，每台H800都连接到一块CX7 InfiniBand 400 Gb/s的RDMA网卡（最大带宽约为50 GB/s），遵循DeepSeek-V3/R1的典型生产环境设置（每批次128个Tokens，7168个隐藏层单元，前8个专家（模型），采用FP8格式进行调度，采用BF16格式进行合并）。

快速启动要求：

下载并安装NVSHMEM依赖项：

安装：

网络配置：

接口和示例:

DeepSeek发布的推文一小时浏览量高达12万，评论区下方开发者们直接进入夸夸夸模式：

“DeepSeek在MoE模型方面所实现的优化程度颇高，而MoE模型因其规模和复杂性而向来极具挑战性。DeepEP能够借助像NVLink和RDMA这类尖端硬件，如此精准地处理相关任务，并且还支持FP8格式，这着实令人惊叹。”

“对NVLink和RDMA的支持，为大规模的MoE模型带来了变革性的影响。看来DeepSeek又一次突破了AI基础设施的极限。”

还有人直接做了表情包：“跟着鲸鱼找到鱼。”

结语：深度探索开源宇宙DeepSeek还有三弹重磅发布

从带飞GPU推理速度的FlashMLA到开源EP通信库，DeepSeek开源周第二大重磅发布再次点燃AI圈的热情。本周后续，DeepSeek还将开源三个代码库，或许会与AI算法优化、模型轻量化、应用场景拓展等相关，涵盖多个关键领域。

期待接下来的三场技术盛宴，向开源者们致敬。