DeepSeek代碼開源第三彈:DeepGEMM代碼庫,V3/R1的訓練推理動力

2月26日消息,在宣布開源MLA解碼核FlashMLA以及DeepEP兩款代碼庫后,DeepSeek在開源周的第三天宣布開放DeepGEMM代碼庫。

DeepSeek介紹,DeepGEMM是專為簡潔高效的FP8通用矩陣乘法(GEMMs)而設計,它同時支持普通的和專家混合(MoE)分組的GEMM運算,為V3/R1訓練和推理提供動力支持。該庫使用CUDA編寫,在安裝過程中無需編譯,通過在運行時使用輕量級即時編譯模塊來編譯所有內核。

目前,DeepGEMM僅支持英偉達Hopper架構運算,為解決FP8張量核心累加不精確的問題,它采用了CUDA核心的兩級累加(提升)方法。該代碼庫設計非常簡潔,只有一個核心內核函數,代碼量約為300行。

盡管其設計輕巧,DeepGEMM的性能在各種矩陣形狀上與專家調優(yōu)的庫相匹配或超越。

DeepSeek團隊在H800上使用NVCC 12.8測試了DeepSeek-V3/R1推理中可能使用的所有形狀(包括預填充和解碼,但沒有張量并行)。
從測試結果來看,DeepGEMM計算性能最高可達1358 TFLOPS,內存寬帶最高可達2668 GB/s。與基于CUTLASS 3.6的優(yōu)化實現相比,可提速最高可達2.7倍。另外,分組GEMM(MoE模型)中連續(xù)性布局、掩碼布局下可提速多達1.2倍。

另外,使用DeepGEMM需要的環(huán)境要求,包括:

* 必須支持Hopper架構的GPU,sm_90a

* Python 3.8及以上

* CUDA 12.3及以上(推薦12.8)

* PyTorch 2.1及以上

* CUTLASS 3.6及以上

(免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

贊助商
1970-01-01
DeepSeek代碼開源第三彈:DeepGEMM代碼庫,V3/R1的訓練推理動力
2月26日消息,在宣布開源MLA解碼核FlashMLA以及DeepEP兩款代碼庫后,DeepSeek在開源周的第三天宣布開放DeepGEMM代碼庫。

長按掃碼 閱讀全文