DeepSeek代碼開源第二彈：DeepEP通信庫，優(yōu)化GPU通信

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內核提供高吞吐量和低延遲，也稱為MoE調度和組合。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，主要用于GPU之間的通信，提升帶寬和降低延遲）到RDMA（遠程直接內存訪問，一種網(wǎng)絡數(shù)據(jù)傳輸技術?，用于跨節(jié)點高效通信）的非對稱帶寬轉發(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)內核，每臺設備都連接到一塊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格式進行調度，使用BF16格式進行合并）。

在H800上測試低延遲內核，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或設備）

Python 3.8及以上版本

CUDA 12.3及以上

PyTorch 2.1及以上版本

NVLink用于內部節(jié)點通信

用于節(jié)點間通信的RDMA網(wǎng)絡

生成海報