在科技日新月異的今天，每一次技術(shù)的突破都可能成為推動行業(yè)發(fā)展的關(guān)鍵力量。近日，AI領(lǐng)域的獨角獸企業(yè)DeepSeek，在其開源周活動中連續(xù)扔出了兩枚震撼業(yè)界的“開源王炸”--FlashMLA與DeepEP。這兩大開源項目的發(fā)布，不僅引發(fā)了國內(nèi)外媒體的廣泛關(guān)注與熱議，更在AI社區(qū)內(nèi)掀起了軒然大波。

2025年2月25日，DeepSeek在開源周的第二天，正式發(fā)布了名為DeepEP的開源代碼庫。DeepEP是全球首個專為MoE(混合專家)模型訓練和推理設計的通信庫，它的出現(xiàn)填補了該領(lǐng)域?qū)Ｓ霉ぞ叩目瞻住oE模型作為一種能夠有效提升AI模型性能和擴展性的架構(gòu)，近年來在自然語言處理、計算機視覺等領(lǐng)域得到了廣泛應用。然而，MoE模型在訓練和推理過程中，面臨著通信開銷大、算力需求高等挑戰(zhàn)。DeepEP正是針對這些痛點，通過優(yōu)化GPU之間的信息傳輸效率，極大地緩解了從業(yè)者的算力焦慮。

DeepEP的核心優(yōu)勢在于其高效的通信機制。在傳統(tǒng)的分布式AI訓練中，GPU之間的通信往往成為性能瓶頸。DeepEP通過一系列創(chuàng)新技術(shù)，如低延遲通信協(xié)議、智能數(shù)據(jù)調(diào)度等，顯著提升了GPU之間的通信效率。這意味著，原本需要龐大算力支持的重型任務，現(xiàn)在可以在更少的GPU上高效完成。據(jù)DeepSeek官方介紹，使用DeepEP后，某些MoE模型的訓練速度可提升數(shù)倍，同時降低了對硬件資源的依賴。

DeepSeek扔的第二枚開源王炸是全棧通信庫DeepEP。與第一枚開源王炸FlashMLA相比，兩者在多個方面存在顯著差異。以下是對這兩者的詳細對比以及外媒的熱議：

一、DeepEP與FlashMLA的對比

1. 功能定位：

● DeepEP：它是全球首個面向MoE（Mixture of Experts）模型的全棧通信庫，旨在優(yōu)化GPU之間的信息傳輸效率，從而極大提升AI模型的訓練與推理效率。

● FlashMLA：專為英偉達Hopper架構(gòu)GPU（如H800/H100）優(yōu)化的高效MLA解碼內(nèi)核，旨在顯著提升AI的加速能力，特別是在處理長短句子并行任務時能夠動態(tài)調(diào)整計算資源分配，避免算力浪費。

2. 技術(shù)特點：

● DeepEP：具備高效的全員通信能力，支持NVLink與RDMA技術(shù)，提供高吞吐量的訓練預填充內(nèi)核以及低延遲的推理解碼內(nèi)核。原生支持FP8調(diào)度，靈活的GPU資源管理能力使得計算和通信可以重疊進行。

● FlashMLA：專為高性能顯卡設計，能夠充分挖掘顯卡性能潛力，被視為AI加速的“渦輪增壓器”。

3. 硬件兼容性：

● DeepEP：具有更廣泛的硬件兼容性，不受特定GPU架構(gòu)的限制。

● FlashMLA：目前僅適配Hopper架構(gòu)GPU，國產(chǎn)GPU的兼容性尚待驗證。

二、外媒熱議

DeepSeek的這兩枚開源王炸在國際上引起了廣泛關(guān)注。外媒對DeepSeek的評價普遍較高，認為其打破了人們對人工智能研發(fā)需要“高投入、長周期”的傳統(tǒng)認知，提供了低成本、高效能的解決方案。同時，DeepSeek的開源策略也被視為一種促進全球科技進步的積極舉措。

具體來說，外媒對DeepEP和FlashMLA的關(guān)注點有所不同。對于DeepEP，外媒主要關(guān)注其在優(yōu)化GPU通信效率、提升AI模型訓練與推理效率方面的潛力。而對于FlashMLA，外媒則更側(cè)重于其在提升AI加速能力、挖掘顯卡性能潛力方面的表現(xiàn)。

綜上所述，DeepSeek的第二枚開源王炸DeepEP與第一枚FlashMLA在功能定位、技術(shù)特點、硬件兼容性和開源時間等方面存在顯著差異。外媒對這兩者的評價普遍積極，認為它們?yōu)槿斯ぶ悄茴I(lǐng)域帶來了新的突破和進步。

審核編輯 黃宇