DeepSeek“開源周”第二日，DeepSeek宣布開源DeepEP，第一個(gè)用于MoE模型訓(xùn)練和推理的開源EP通信庫。

昨天，DeepSeek則開源了代碼庫Flash MLA，這是針對(duì)Hopper GPU優(yōu)化的高效MLA解碼內(nèi)核，針對(duì)可變長度序列作了優(yōu)化。

MoE（混合專家架構(gòu)）和MLA（多頭潛在注意力機(jī)制）被認(rèn)為是DeepSeek以低成本實(shí)現(xiàn)杰出表現(xiàn)的核心原因。

簡單理解，MoE架構(gòu)是由多個(gè)專注于垂直技能的專家模型分工協(xié)作來實(shí)現(xiàn)最終輸出結(jié)果，訓(xùn)練成本和推理成本更低。有消息稱，GPT-4就使用了MoE架構(gòu)，由8個(gè)220B模型組成。但MoE架構(gòu)的缺點(diǎn)之一是會(huì)增加通信成本。

DeepEP通信庫就是針對(duì)通信環(huán)節(jié)的優(yōu)化，其特點(diǎn)包括：高效、優(yōu)化的全員溝通；節(jié)點(diǎn)內(nèi)和節(jié)點(diǎn)間均支持 NVLink 和 RDMA；用于訓(xùn)練和推理預(yù)填充的高吞吐量內(nèi)核；用于推理解碼的低延遲內(nèi)核；原生 FP8 調(diào)度支持；靈活的 GPU 資源控制，實(shí)現(xiàn)計(jì)算-通信重疊。

MLA則是讓模型預(yù)測(cè)更遠(yuǎn)位置的token，從而增強(qiáng)語義理解能力。DeepSeek的Flash MLA專為英偉達(dá)Hopper GPU打造了高效MLA解碼內(nèi)核，特別針對(duì)變長序列進(jìn)行了優(yōu)化。