DeepSeek推出DeepEP:首个开源EP通信库,让MoE模型训练与推理起飞!

分享
DeepSeek推出DeepEP:首个开源EP通信库,让MoE模型训练与推理起飞!

今天,DeepSeek 在继 FlashMLA 之后,推出了第二个 OpenSourceWeek 开源项目——DeepEP。

作为首个专为 MoE(Mixture-of-Experts)训练与推理设计的开源 EP 通信库,DeepEP 在 EP(Expert Parallelism)领域迈出了重要一步,旨在为 MoE 模型提供低时延、高带宽、高吞吐的卡间和节点间通信能力。

根据测试结果,DeepEP 在节点内部的多卡通信中表现接近带宽上限,同时节点间通信效率也显著提升。

什么是EP?

在深入了解 DeepEP 之前,我们需要先理解什么是 EP。

EP 是一种专为 MoE 设计的分布式计算方法。而 MoE 是一种基于 Transformer 的模型架构,采用稀疏策略,使其相比传统的密集模型在训练时更加轻量化。

在这种 MoE 神经网络架构中,每次仅使用模型中部分组件(称为“专家”)来处理输入。

这种方法具有多项优势,包括更高效的训练、更快的推理速度,即使模型规模更大依然如此。

换句话说,在相同的计算资源预算下,与训练一个完整的密集模型相比,MoE 可以支持更大的模型或更大的数据集。

MoE 模型通过动态路由机制将输入分配到不同的专家子网络(Expert Sub-network),而 EP 则将这些专家子网络分配到多个计算设备上,从而显著提升大规模模型的计算效率。


四大主流分布式并行策略

目前,主流的分布式并行策略主要包括以下四种。

Data Parallelism (DP)

  • 核心:复制模型副本,分割输入数据。
  • 优势:实现简单,计算负载均衡。
  • 限制:显存占用高,不适用于超大规模模型。

Tensor Parallelism (TP)

  • 核心:矩阵维度切割,分布式存储参数。
  • 优势:突破单卡显存限制。
  • 限制:通信密集,需要高速互联。

Pipeline Parallelism (PP)

  • 核心:模型分层流水作业。
  • 优势:支持千亿级参数部署。
  • 限制:存在计算间隙(流水线气泡)。

Expert Parallelism (EP)

  • 核心:支持大参数的MoE模型高效推理和训练。
  • 优势:有更好的模型切分灵活性,更加细粒度。
  • 限制:只能在MoE模型上使用。

EP如何加速MoE模型推理?

EP 在大语言模型推理加速中的重要性源于其对 MoE 的高效切分能力。

当模型采用 MoE 结构且专家数量达到数百量级(如 320 个专家)时,EP 可将不同专家分配到独立计算节点,其并行粒度与专家数量直接匹配。

相比之下,TP 依赖 Attention 层的多头机制切分(例如典型 32 头配置),在扩展到 64 卡及以上规模时,因切分维度不足(32 < 64)难以充分利用硬件资源。

EP 通过专家维度的切分,TP一般按照 Attention Heads 的维度进行切分,切分出的数量只能是32的约数,使得超大规模集群(如 64+ 卡)的负载分配更均衡,从而实现更优的推理吞吐量。


DeepEP:专为 MoE 与 EP 定制的通信库

DeepEP 是一款专为 MoE 和 EP 定制的通信库,具备以下核心优势:

DeepEP 提供了高效的 All-to-All 通信内核,能够显著减少数据传输的瓶颈,确保在分布式环境中不同专家之间的信息交换更加顺畅。

  • 支持 NVLink 和 RDMA 的节点内 / 跨节点通信

DeepEP 支持 NVLink 和 RDMA 技术,能够实现节点内和跨节点的高效通信。NVLink 提供了高达 160 GB/s 的带宽,而 RDMA 则支持跨节点的低延迟数据传输,满足大规模分布式训练的需求。

  • 高吞吐量计算核心

针对训练和推理预填充阶段,DeepEP 提供了高吞吐量的计算核心,确保在大规模数据处理时能够保持高效的计算性能。

  • 低延迟计算核心

对于推理解码阶段,DeepEP 提供了基于 RDMA / Infiniband 的低延迟计算核心,最大限度地减少了推理延迟,适合对延迟敏感的应用场景。

  • 原生支持 FP8 数据分发

DeepEP 原生支持 FP8 数据分发,能够在保持精度的同时减少数据传输量,进一步提升了通信效率。

  • 灵活控制 GPU 资源

DeepEP 提供了灵活的 GPU 资源调度机制,能够实现计算与通信的高效重叠,避免资源浪费,提升整体性能。


DeepEP的性能表现

DeepEP 在节点内和跨节点通信中的性能表现显著,尤其在 NVLink 和 RDMA 混合架构下展现出高效的数据传输能力。DeepEP 在两种典型场景下的性能测试结果:

常规内核性能(NVLink 和 RDMA 转发)

  • 测试环境:
  1. GPU:H800(NVLink 最大带宽约 160 GB/s)
  2. 网络:CX7 InfiniBand 400 Gb/s RDMA 网卡(最大带宽约 50 GB/s)
  3. 配置:遵循 DeepSeek-V3/R1 预训练设置(每批次 4096 tokens,隐藏层 7168,top-4 组,top-8 专家,FP8 分发和 BF16 聚合)
  • 性能数据:
  1. 节点内通信接近 NVLink 最大带宽(160 GB/s),表现出极高的数据传输效率。
  2. 跨节点通信在 RDMA 网络下保持稳定带宽,满足大规模分布式训练需求。

低延迟内核性能(纯 RDMA)

  • 测试环境:
  1. GPU:H800
  2. 网络:CX7 InfiniBand 400 Gb/s RDMA 网卡(最大带宽约 50 GB/s)
  3. 配置:遵循典型 DeepSeek-V3/R1 生产环境设置(每批次 128 tokens,隐藏层 7168,top-8 专家,FP8 分发和 BF16 聚合)
  • 性能数据:
  1. 低延迟内核在纯 RDMA 模式下实现了微秒级延迟,适合对延迟敏感的推理解码任务。
  2. 即使在高并行度(#EP=256)下,RDMA 带宽仍保持稳定,确保高效的数据传输。

DeepEP的应用场景

DeepEP 适用于多种 MoE 模型的训练和推理场景,特别是在大规模分布式训练中,DeepEP 能够显著提升通信效率,减少训练时间。

以下是 DeepEP 的主要应用场景:

  • MoE 模型训练 DeepEP 的高吞吐量计算核心和高效的 All-to-All 通信机制,能够显著加速 MoE 模型的训练过程,尤其是在多机多 GPU 环境下。
  • 推理预填充阶段在推理的预填充阶段,DeepEP 的高吞吐量计算核心能够快速处理大量数据,确保推理过程的高效性。
  • 推理解码阶段对于推理解码阶段,DeepEP 的低延迟计算核心能够最大限度地减少推理延迟,适合对实时性要求较高的应用场景。

PPIO派欧云始终专注于探索多种并行策略,持续优化模型推理效率,旨在为客户提供更快的推理速度、更低的计算成本以及更高效的资源利用率。其中,TP(Tensor Parallelism)并行技术已在PPIO DeepSeek V3/R1 多机多卡推理服务中成功落地。这一技术为客户提供了高性价比的API调用服务,满足企业级AI应用的高并发、低延迟需求。

阅读更多

AI 生成的网页,经得起重复提交吗?用 PPIO 沙箱验收

AI 生成的网页,经得起重复提交吗?用 PPIO 沙箱验收

一个报名页面已经生成,输入资料、点击提交,屏幕显示成功。产品准备通过评审,研发却发现连续点击两次会新增两条记录。界面完成了演示,重复提交的处理还没有落地。如果评审时没有约定后台应留下什么,问题就会延后到集成阶段。生成式原型开始具备真实行为,评审也需要覆盖行为的结果。11 月 4 日,Figma 发布工作流示例,展示团队如何在画布中并排尝试代码原型。这种协作方式让反馈更直接,技术团队还需要把反馈变成可复查的测试条件。 先定义“一次操作”,再处理重复请求 按钮置灰能减少误点,但连接中断、页面刷新和多端操作仍可能产生重复请求。更稳妥的设计,是为一次业务操作分配请求标识,让后续重试继续对应同一次报名。例如,用户提交后没有收到结果,再次点击时沿用原标识。服务若已完成报名,就返回已有结果;若尚未完成,再按约定继续处理。只有用户明确发起另一项报名,才建立新的操作。使用关系型数据库时,可以对操作标识设置唯一约束,并将标识与报名写入放在同一事务中,避免两个并发请求同时通过检查、各自新增一条。这里需要一个业务决定:相同资料是否允许再次提交?活动报名可能限制每人一次,资料收集表却可能允许同一人分批补充

By luigi
PPIO 零认证沙箱:Agent 安全的战场不只在模型侧,更在执行侧

PPIO 零认证沙箱:Agent 安全的战场不只在模型侧,更在执行侧

随着智能体大规模走进生产环节,AI 安全已从技术议题升级为企业级战略命题。 在上周五刚刚结束的腾讯全球数字生态大会上,PPIO 受邀参加 「Agent 安全专场」。PPIO Sandbox 产品专家宋书豪发表主题演讲《零认证沙箱 × 腾讯云安全 —— Agent 执行环境的信任边界重构》,系统阐述了 PPIO 在 Agent 执行安全领域的全新架构思路。 PPIO 沙箱是一款专为 Agent 场景设计的新一代运行时基础设施,提供了一个安全隔离的云端沙箱环境来执行 AI 生成的代码。PPIO 沙箱是国内首款兼容 E2B 的 Agent 沙箱,上线一年创建规模增长超 120 倍,每天运行沙箱数量上百万。 被忽视的场景:Agent 安全损失发生在沙箱,而非模型 模型决定 Agent 想做什么,但执行环境决定它能做成什么。 在这一背景下,宋书豪提出一个核心判断:“今天关于 Agent 安全的讨论,

By luigi
PPIO跻身中国MaaS市场头部阵营,位居独立服务商首位

PPIO跻身中国MaaS市场头部阵营,位居独立服务商首位

近日,国际数据公司(IDC)发布《中国AI软件市场半年度追踪,26H1》报告。报告显示,2026年上半年中国MaaS市场规模达到106.3亿元人民币,同比增长889.4%,正式迈入百亿级赛道。作为中国领先的独立 Agentic Cloud 服务商,PPIO 的MaaS 业务持续高速增长,与阿里巴巴、智谱、火山引擎、百度等企业的市场份额同处行业第一梯队,成为唯一上榜独立 MaaS厂商。 这一成绩既代表了市场对 PPIO的MaaS服务平台的广泛认可,也印证了在大厂林立,竞争激烈的MaaS市场中,PPIO 作为独立平台的价值, 既不自研大模型,也不绑定单一模型或算力厂商,从而能以涵盖百余款模型的开放生态,更加灵活和综合成本与体验更优的一站式模型服务,满足生产级的AI 落地需求。 IDC数据显示,2026上半年全市场Token消耗量达到2,857.9万亿,同比增长约432.5%。在这一轮市场爆发中,PPIO跑出了更快的增长速度。截至2026年9月,PPIO平台日均Token调用量达3.4万亿,同比增长近20倍,

By luigi