DeepSeek开源第二天，发了一个比OpenAI十二天直播还硬的硬货。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
DeepSeek开源第二天，发了一个比OpenAI十二天直播还硬的硬货。
原创 数字生命卡兹克 数字生命卡兹克 2025-02-25 11:45 北京
刚肝完Claude 3.7 Sonnet，睡了两小时，马不停蹄的又起来看DeepSeek开源项目。
结果时间线上先刷到的是阿里的推理模型QwQ-Max的预览版。。。
不是哥们，早上5点发，这也太抽象了。。。
但是毕竟阿里，是跟DeepSeek其名的“源神”，还是值得关注一下，反正他们跟我说，正式版很快了，而且也是全部开源。
有兴趣的可以先去线上版本https://chat.qwen.ai玩。
左上角选2.5-max，点上深度思考，里面模型用的就是QwQ-Max preview。
回到DeepSeek这边。
昨天第一天他们发的FlashMLA直接在H800上把性能榨干。短短一天过去，Github Star 就已经8.2k了。
而今天，他们带来的项目，放得招比第一天还大，承上启下算是用到极致了。
开源的是一个叫DeepEP的东西，它把电脑里的GPU性能再次拉满。
开源地址在此：https://github.com/deepseek-ai/DeepEP
1小时左右，Github上已经斩获1000多颗星了。
AI圈子里老说软件先行，硬件开路。但DeepSeek要的就是硬件效率，最低的硬件资源干出同水平更强的AI任务性能。
甚至，我感觉，DeepSeek比英伟达更懂怎么榨干GPU。。。
DeepSeek这回开源的技术，实在过于硬核，理解门槛太高，硬核的甚至我都有点看不懂了，但是还是硬着头皮学习了一波，也提前找了朋友蹲点，第一时间给我拆解了一下。
所以秉持着一个自媒体的原则，给大家简单科普下。可能会有点错误，如果出现，欢迎各位大佬莅临评论区进行指导。
我先用一个非常通俗易懂的例子描述一下这玩意。
现在很火的2个AI领域的研究方向，一个是“混合专家模型”（MoE），另一个就是“专家并行”（EP）。这回开源的DeepEP ，就是它俩量身定制的通信库。
在一个MoE模型里面，你可以简单的理解为里面有256个专家，给你干不同的事，有些擅长语言，有些擅长数学，有些擅长常识。这种模型叫做”混合专家模型”。
但是呢，过往的MoE模型里面，你可以想象成是这256个专家，都在一个房间里面，靠嘴通信，吵来吵去，要是所有人一起大喊大叫，这有多混乱，效率有多低下，你肯定能想象的出来。
而这个DeepEP呢，相当于设计了一个中间的沟通系统，把一群靠嘴巴沟通的地球人，变成了一群直接思想透明的三体人，靠电磁波交流，速度奇快无比。
所有专家的信息都可以即刻被其他所有三体人专家接收，没有延迟。（信息在不同GPU专家间以接近光速的方式传递，延迟低至186微秒）
而且整个文明可以同时感知一个三体人的所有思想。（支持”all-to-all”通信，一个专家的信息可以同时发送给所有其他专家）
因为三体人的思想是透明化的，让信息无损传递，没有误解。（数据在传输过程中保持完整性，支持FP8通信）
这就是大概的东西，虽然可能还是需要理解一下，但是我已经尽可能用我的知识来类比了一下。
所以说啊，这就是真正的，三体科技。。。
回到DeepEP的技术和参数这块，我也列了3个点。
1. 开挂般的内核优化
与DeepSeek-V3 论文一脉相承，DeepEP 提供了一组针对非对称域带宽转发的优化内核，把高吞吐量和低延迟又带到了一个新水平。不光让大模型训练更快了，推理效率也大幅增加了。
他们根据 DeepSeek-V3/R1 的预训练设置，在 H800 上测试了普通内核性能。
这性能表现，牛逼。
2. 低延迟
对于另一种对延迟敏感的推理解码，DeepEP 包含一组纯 RDMA 的低延迟内核，以最大限度减少延迟。
看到这里，感觉DeepSeek又贴心又硬核，把DeepSeek-V3/R1的核心优化技术之一开源就是这么简简单单。
3. 新的通信-计算重叠方法
最后的最后，DeepSeek又给了个惊喜：一种基于钩子（hook based）的通信-计算重叠方法，牛逼的是，这种方法不占用任何 SM 资源。
就比如你在翻书的同时，就能一目十行了，而不是翻到哪页看哪页。
DeepEP 就是这样，让 GPU 在传数据的同时还能计算，一点不浪费时间。
这让我想起DeepSeek-V3当时论文一发出来，性能效率比把全网都爆了的那种即视感。
恍惚间，我又想起之前，整宿盯的OpenAI十二连弹产品发布会，产品未至，营销先行。
看完了以后，我基本就是一句话描述他们：
XX OpenAI，XX 奥特曼。
这回，DeepSeek的手笔，让我感觉才是真的牛逼。
就是给你个代码库，简简单单，一点套路没有。
直接把饭喂到你嘴边。
整体来看，这回的开源也是开箱即用，下载、部署和安装都一步到位。
这是开源党的狂欢日，而这样的狂欢日还有三天。。。
就像DeepSeek在开源页上所说的那样。
他们正在 AGI 探索中挑战自己的极限。
仅仅作为开发者。
以完全透明的方式分享微小但真诚的进展。
DeepSeek。
把进化工具，平等地交到每个人手上。
让所有普通人都能够。
跨AI的海，越AI的山。
这一刻，看到DeepSeek做的大事。
才让我由衷地觉得，AI真好。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、芝兰山
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言