原創(chuàng) 張廣凱 觀察者網(wǎng)
? 文 觀察者網(wǎng) 張廣凱
今天是DeepSeek“開源周”第二日，DeepSeek宣布開源DeepEP，第一個用于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Hopper GPU優(yōu)化的高效MLA解碼內(nèi)核，針對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220B模型組成。但MoE架構(gòu)的缺點(diǎn)之一是會增加通信成本。
DeepEP通信庫就是針對通信環(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，特別針對變長序列進(jìn)行了優(yōu)化。
來源|觀察者網(wǎng)
安全認(rèn)證
安全企業(yè)
技術(shù)團(tuán)隊(duì)
研發(fā)專利
維護(hù)服務(wù)
安全設(shè)計(jì)
健全渠道
構(gòu)建生態(tài)