在科技日新月異的今天，每一次技術的突破都可能成為推動行業發展的關鍵力量。近日，AI領域的獨角獸企業DeepSeek，在其開源周活動中連續扔出了兩枚震撼業界的“開源王炸”--FlashMLA與DeepEP。這兩大開源項目的發布，不僅引發了國內外媒體的廣泛關注與熱議，更在AI社區內掀起了軒然大波。

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，它的出現填補了該領域專用工具的空白。MoE模型作為一種能夠有效提升AI模型性能和擴展性的架構，近年來在自然語言處理、計算機視覺等領域得到了廣泛應用。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。DeepEP正是針對這些痛點，通過優化GPU之間的信息傳輸效率，極大地緩解了從業者的算力焦慮。

DeepEP的核心優勢在于其高效的通信機制。在傳統的分布式AI訓練中，GPU之間的通信往往成為性能瓶頸。DeepEP通過一系列創新技術，如低延遲通信協議、智能數據調度等，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，現在可以在更少的GPU上高效完成。據DeepSeek官方介紹，使用DeepEP后，某些MoE模型的訓練速度可提升數倍，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GPU（如H800/H100）優化的高效MLA解碼內核，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調整計算資源分配，避免算力浪費。

2. 技術特點：

● DeepEP：具備高效的全員通信能力，支持NVLink與RDMA技術，提供高吞吐量的訓練預填充內核以及低延遲的推理解碼內核。原生支持FP8調度，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架構的限制。

● FlashMLA：目前僅適配Hopper架構GPU，國產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需要“高投入、長周期”的傳統認知，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的關注點有所不同。對于DeepEP，外媒主要關注其在優化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，外媒則更側重于其在提升AI加速能力、挖掘顯卡性能潛力方面的表現。

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，認為它們為人工智能領域帶來了新的突破和進步。

審核編輯 黃宇