DeepSeek代碼開源第二彈：DeepEP通信庫，優(yōu)化GPU通信快訊
DeepSeek今日向公眾開源了DeepEP——第一個用于MoE模型訓練和推理的開源EP通信庫，DeepEP是一個用于MoE（混合專家）模型訓練和推理的EP（Expert Parallelism）通信庫，它為所有GPU內(nèi)核提供高吞吐量和低延遲。
【TechWeb】2月25日消息，繼昨天開源Flash MLA后，DeepSeek今日向公眾開源了DeepEP——第一個用于MoE模型訓練和推理的開源EP通信庫。
據(jù)介紹，DeepEP是一個用于MoE（混合專家）模型訓練和推理的EP（Expert Parallelism）通信庫，它為所有GPU內(nèi)核提供高吞吐量和低延遲，也稱為MoE調(diào)度和組合。該庫還支持低精度操作，包括FP8。
同時，DeepEP針對NVLink（NVLink是英偉達開發(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（遠程直接內(nèi)存訪問，一種網(wǎng)絡(luò)數(shù)據(jù)傳輸技術(shù)?，用于跨節(jié)點高效通信）的非對稱帶寬轉(zhuǎn)發(fā)場景進行了深度優(yōu)化，不僅提供了高吞吐量，還支持SM（Streaming Multiprocessors）數(shù)量控制，兼顧訓練和推理任務(wù)的高吞吐量表現(xiàn)。
對于對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。該庫還引入了一種基于鉤子的通信計算重疊方法，該方法不占用任何SM資源。
DeepSeek稱，DeepEP的實現(xiàn)可能與DeepSeek-V3論文略有不同。
DeepSeek還列出了DeepEP的實際性能：
在H800（NVLink的最大帶寬約為160 GB/s）上測試常規(guī)內(nèi)核，每臺設(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預訓練設(shè)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(diào)度，使用BF16格式進行合并）。
在H800上測試低延遲內(nèi)核，每臺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Tokens，7168個隱藏層單元，前8個專家（模型），采用FP8格式進行調(diào)度，采用BF16格式進行合并）。
DeepEP運行環(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)點通信
用于節(jié)點間通信的RDMA網(wǎng)絡(luò)
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
