摩爾線程助攻深度尋源開源周：打造“全家桶”助力開源生態(tài)繁榮
自 IT 之家 3 月 2 日消息，DeepSeek 開源周已正式收官，這一周對于摩爾線程智能科技（北京）股份有限公司來說，無疑是一次重大的里程碑。在短短時間內(nèi)，摩爾線程成功實現(xiàn)對 DeepSeek 各個開源項目的全面支持，涵蓋了 FlashMLA、DeepEP、DeepGEMM、DualPipe 以及 Fire-Flyer 文件系統(tǒng)（3FS）。這一切的背后，是摩爾線程對開源生態(tài)的深度參與和積極推動。
FlashMLA，一款高效的 MLA（Multi-Head Latent Attention）推理內(nèi)核開源倉庫，旨在加速 MLA 機制的計算，特別適用于 DeepSeek 系列模型。摩爾線程基于全新 MUSA Compute Capability 3.1 計算架構(gòu)，可提供原生 FP8 計算能力。同時，升級了高性能線性代數(shù)模板庫 MUTLASS，從而快速支持了 FlashMLA。借助 MUTLASS 0.2.0，摩爾線程發(fā)布開源倉庫 MT-FlashMLA，能夠快速對 DeepSeek FlashMLA 進行兼容部署。
DeepEP，一個用于 MoE（混合專家）模型訓(xùn)練和推理的開源 EP（expert parallelism，專家并行）通信庫。DeepEP 主要適用于大模型訓(xùn)練，特別是需要 EP 的集群訓(xùn)練。摩爾線程基于 MUSA Compute Capability 3.1 全功能 GPU，第一時間適配了 DeepEP。其高效優(yōu)化的 All-to-All 通信，支持 dispatch & combine；支持 MTLink + GPU（MUSA Compute Capability 3.1）節(jié)點內(nèi)通信；訓(xùn)練及推理預(yù)填充階段的高吞吐量計算核心；推理解碼階段的低延遲計算核心；原生支持 FP8 數(shù)據(jù)分發(fā)；靈活控制 GPU 資源，實現(xiàn)計算與通信的高效重疊等特點，無疑將為 DeepEP 的廣泛應(yīng)用提供了有力支持。
DeepGEMM，一個支持密集矩陣與混合專家（MoE）矩陣乘法的 FP8 GEMM 庫。摩爾線程在全新 GPU 架構(gòu)上優(yōu)化實現(xiàn)了 FP8 矩陣乘法，從而支持 DeepGEMM 的相應(yīng)功能。與此同時，摩爾線程依托深度學(xué)習(xí)框架 Torch-MUSA 和 MUSA 軟件棧全方位的兼容性，實現(xiàn)了對 DeepGEMM 的高效支持。
DualPipe，DeepSeek-V3 提出的雙向流水線并行算法，通過前向計算與后向計算階段的計算與通信完全重疊，顯著減少了“流水線氣泡”（設(shè)備空閑等待）。與傳統(tǒng)流水線并行相比，DualPipe 采用雙向數(shù)據(jù)流設(shè)計，使數(shù)據(jù)從兩端相向處理，大幅提升了資源利用率與訓(xùn)練效率。摩爾線程在 DualPipe 的支持上表現(xiàn)出色，依托深度學(xué)習(xí)框架 Torch-MUSA 和 MUSA 軟件棧全方位的兼容性，實現(xiàn)了對 DualPipe 這一算法的高效支持。
至于 Fire-Flyer 文件系統(tǒng)（3FS），這是一種利用現(xiàn)代 SSD 和 RDMA 網(wǎng)絡(luò)的全部帶寬的并行文件系統(tǒng)，可以把固態(tài)硬盤的帶寬性能利用到極致。在 V3 和 R1 的訓(xùn)練與推理過程中，3FS 作為關(guān)鍵支撐，以應(yīng)對 AI 訓(xùn)練和推理工作負載的挑戰(zhàn)。為了高效支持 3FS，摩爾線程在一天內(nèi)迅速完成了高性能分布式文件系統(tǒng) 3FS 的搭建，并高效開發(fā)了存儲插件，成功實現(xiàn)與夸娥智算集群的無縫集成。
總的來說，摩爾線程以實際行動參與和推動 DeepSeek 開源周活動，不僅提供了全面的技術(shù)支持，還打造了一系列開源項目——“全家桶”，涵蓋了多個關(guān)鍵領(lǐng)域。這些開源項目不僅展示了摩爾線程的技術(shù)實力和開放精神，也以實際行動助力開源生態(tài)繁榮。在未來的日子里，我們期待看到更多這樣的開源項目和活動，共同推動科技的發(fā)展和進步。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
