作者|畢安娣 來(lái)源|直面AI(ID：wujicaijing)

“DeepSeek有效地駁斥了頻繁出現(xiàn)的在訓(xùn)練方面‘他們?nèi)鲋e了’的言論。”

舊金山人工智能行業(yè)解決方案提供商 Dragonscale Industries 的首席技術(shù)官 Stephen Pimentel在X上如是評(píng)論DeepSeek“開(kāi)源周”。

“是的。以及關(guān)于5萬(wàn)張H100的虛假傳聞（也被駁斥了）……”全球咨詢公司DGA Group合伙人、中美技術(shù)問(wèn)題專家Paul Triolo也附和道。

DeepSeek“開(kāi)源周”從2月24日至2月28日，共持續(xù)5天。會(huì)陸續(xù)開(kāi)源5個(gè)項(xiàng)目。

過(guò)去三天的開(kāi)源項(xiàng)目分別是：

l Day1：FlashMLA，針對(duì)英偉達(dá)Hopper架構(gòu)GPU的高效MLA（多頭潛在注意力）解碼內(nèi)核；

l Day2：DeepEP，首個(gè)用于MoE（混合專家）模型訓(xùn)練和推理的開(kāi)源EP（專家并行）通信庫(kù)；

l Day3: DeepGEMM，支持稠密和MoE模型的FP8計(jì)算庫(kù)，可為V3/R1的訓(xùn)練和推理提供強(qiáng)大支持。

剛進(jìn)行到第三天，“開(kāi)源周”已經(jīng)讓懷疑DeepSeek在訓(xùn)練成本上“撒謊”的人噤聲了。因?yàn)槊總€(gè)開(kāi)源項(xiàng)目都在向世界展示DeepSeek極致壓榨英偉達(dá)芯片的功力。

還有什么比“貼臉開(kāi)大”更能打敗質(zhì)疑的呢？

一

我們先來(lái)看看DeepSeek最新開(kāi)源的DeepGEMM，只能說(shuō)，在壓榨英偉達(dá)芯片、AI性能效率提高這方面，DeepSeek已經(jīng)出神入化。

這是當(dāng)初團(tuán)隊(duì)專門給V3模型用的，現(xiàn)在就這么水靈靈地開(kāi)源了，要不怎么說(shuō)DeepSeek的誠(chéng)意實(shí)在感人呢。

在GitHub上發(fā)布不到10個(gè)小時(shí)，就已經(jīng)有2.6千個(gè)星星了。要知道一般來(lái)說(shuō)，在GitHub上獲得幾千星星就已經(jīng)算很成功了。

“DeepGEMM像是數(shù)學(xué)領(lǐng)域的超級(jí)英雄，快過(guò)超速計(jì)算器，強(qiáng)過(guò)多項(xiàng)式方程。我嘗試使用DeepGEMM時(shí)，現(xiàn)在我的GPU在計(jì)算時(shí)以每秒超過(guò)1350 TFLOPS（萬(wàn)億次浮點(diǎn)運(yùn)算）的速度運(yùn)轉(zhuǎn)，好像已經(jīng)準(zhǔn)備好參加AI奧運(yùn)會(huì)了！”一位開(kāi)發(fā)者興奮地在X上表示。

DeepSeek新開(kāi)源的DeepGEMM究竟是什么、意味著什么？

DeepSeek官方介紹DeepGEMM是一個(gè)支持密集型和MoE 模型的FP8 GEMM庫(kù)：

l 無(wú)重度依賴，像教程一樣簡(jiǎn)潔；

l 完全JIT（即時(shí)編譯）

l 核心邏輯約300行代碼，在大多數(shù)矩陣尺寸下優(yōu)于經(jīng)過(guò)專家調(diào)優(yōu)的內(nèi)核

l 同時(shí)支持密集布局和兩種MoE布局

一句話定義：DeepGEMM是一款專注于FP8高效通用矩陣乘法（GEMM）的庫(kù)，主要滿足普通矩陣計(jì)算以及混合專家（MoE）分組場(chǎng)景下的計(jì)算需求。

利用該庫(kù)，能夠動(dòng)態(tài)優(yōu)化資源分配，從而顯著提升算力效率。

在深度學(xué)習(xí)中，F(xiàn)P8（8位浮點(diǎn)數(shù)）可以減少存儲(chǔ)和計(jì)算的開(kāi)銷，但是缺點(diǎn)（特點(diǎn)）也有，那就是精度比較低。如果說(shuō)高精度格式是無(wú)損壓縮，那FP8就是有損壓縮。大幅減少存儲(chǔ)空間但需要特殊的處理方法來(lái)維持質(zhì)量。而由于精度低，就可能產(chǎn)生量化誤差，影響模型訓(xùn)練的穩(wěn)定性。

在報(bào)告中DeepSeek介紹：“目前，DeepGEMM僅支持英偉達(dá)Hopper張量核心。為了解決FP8張量核心積累的精度問(wèn)題，它采用了CUDA核心的兩級(jí)積累（提升）方法。”

而DeepSeek為了讓FP8這種速度快但精度偏低的計(jì)算方式變得更準(zhǔn)確，利用了CUDA核心做了兩次累加，先用FP8做大批量乘法，然后再做高精度匯總，以此防止誤差累積。既大幅減少空間，同時(shí)又保有精度，效率也就由此提升。

JIT（即時(shí)編譯）和Hooper張量核心也是絕配。

Hopper張量核心是專門為高效執(zhí)行深度學(xué)習(xí)任務(wù)而設(shè)計(jì)的硬件單元，而JIT則意味著允許程序在運(yùn)行時(shí)根據(jù)當(dāng)前硬件的實(shí)際情況，動(dòng)態(tài)地編譯和優(yōu)化代碼。比如，JIT編譯器可以根據(jù)具體的GPU架構(gòu)、內(nèi)存布局、計(jì)算資源等實(shí)時(shí)信息來(lái)生成最適合的指令集，從而充分發(fā)揮硬件性能。

最最最驚人的是，這一切，都被DeepSeek塞進(jìn)了約300行代碼當(dāng)中。

DeepSeek自己也說(shuō)：“雖然它借鑒了一些CUTLASS和CuTe的概念，但避免了對(duì)它們模板或代數(shù)的過(guò)度依賴。相反，該庫(kù)設(shè)計(jì)簡(jiǎn)單，只有一個(gè)核心內(nèi)核函數(shù)，代碼大約有300行左右。這使得它成為一個(gè)簡(jiǎn)潔且易于學(xué)習(xí)的資源，適用于學(xué)習(xí)Hopper FP8矩陣乘法和優(yōu)化技術(shù)。”

CUTLASS是英偉達(dá)自家的CUDA架構(gòu)，專門給英偉達(dá)GPU來(lái)加速矩陣計(jì)算。畢竟官方出品，它的確非常好用。但它同時(shí)也很大很沉，如果手里的卡不太行，那還真不一定跑得了。

吃不上的饅頭再想也沒(méi)用啊，而DeepSeek的極致壓榨哲學(xué)就在這里閃爍光芒了。優(yōu)化更激進(jìn)、更聚焦，也更輕。

輕的同時(shí)表現(xiàn)也很好，在報(bào)告中，DeepSeek表示，DeepGEMM比英偉達(dá)CLUTLASS 3.6的速度提升了2.7倍。

還記得DeepSeek在春節(jié)時(shí)大火，人們使用后都在為其“科技浪漫”風(fēng)觸動(dòng)不已。

如今看來(lái)，DeepSeek的“科技浪漫”絕不僅僅在最終呈現(xiàn)給用戶的文字當(dāng)中，DeepGEMM就像一把鋒利的小刀，在英偉達(dá)芯片上雕出漂亮的小花，線條簡(jiǎn)潔又優(yōu)雅。

二

不僅是DeepGEMM，DeepSeek前兩個(gè)開(kāi)源項(xiàng)目也將其“科技美學(xué)”體現(xiàn)得淋漓盡致。

第一天，DeepSeek開(kāi)源了FlashMLA。

用DeepSeek的話說(shuō)，這是“用于Hopper GPU的高效MLA解碼內(nèi)核，針對(duì)可變長(zhǎng)度序列進(jìn)行了優(yōu)化。”

略過(guò)技術(shù)細(xì)節(jié)，我們來(lái)看看FlashMLA如何發(fā)揮作用。

首先，在大型語(yǔ)言模型推理時(shí)，高效的序列解碼對(duì)于減少延遲和提高吞吐量至關(guān)重要。FlashMLA針對(duì)變長(zhǎng)序列和分頁(yè)KV緩存的優(yōu)化，使其非常適合此類任務(wù)。

其次，像聊天機(jī)器人、翻譯服務(wù)或語(yǔ)音助手等應(yīng)用需要低延遲響應(yīng)。FlashMLA的高內(nèi)存帶寬和計(jì)算吞吐量確保這些應(yīng)用能夠快速高效地返回結(jié)果。

以及，在需要同時(shí)處理多個(gè)序列的場(chǎng)景（如批量推理）中，F(xiàn)lashMLA能夠高效地處理變長(zhǎng)序列并進(jìn)行內(nèi)存管理，從而確保最佳性能。

最后，研究人員在進(jìn)行新的AI模型或算法實(shí)驗(yàn)時(shí)，可以使用FlashMLA加速實(shí)驗(yàn)和原型開(kāi)發(fā)，尤其是在處理大規(guī)模模型和數(shù)據(jù)集時(shí)。

還是兩個(gè)字：壓榨。在報(bào)告當(dāng)中，DeepSeek表示，這個(gè)工具專門針對(duì)英偉達(dá)H800做優(yōu)化——在H800 SXM5平臺(tái)上，如內(nèi)存受限最高可以達(dá)到3000GB/s，如計(jì)算受限可達(dá)峰值580 TFLOPS。

第二天，DeepSeek開(kāi)源了DeepEP。

用DeepSeek的話說(shuō)，這是“首個(gè)用于 MoE 模型訓(xùn)練和推理的開(kāi)源 EP 通信庫(kù)”。

MoE即混合專家（Mixture of Experts），這種架構(gòu)利用多個(gè)“專家”子模型來(lái)處理不同的任務(wù)。和使用單一大模型處理所有任務(wù)不同，MoE根據(jù)輸入選擇性地激活一部分專家，從而使模型更高效。

順帶一提，MoE和前文提到的MLA（多頭潛在注意力）正是DeepSeek所使用的降低成本的關(guān)鍵先進(jìn)技術(shù)。

而DeepEP當(dāng)中的EP則是指專家并行（Expert Parallelism），是MoE中的一種技術(shù)，讓多個(gè)“專家”子模型并行工作。

DeepEP這個(gè)庫(kù)，可以在加速和改善計(jì)算機(jī)（或GPU）之間在處理復(fù)雜機(jī)器學(xué)習(xí)任務(wù)時(shí)的通信，特別是在涉及混合專家（MoE）模型時(shí)。這些模型使用多個(gè)“專家”（專門的子模型）來(lái)處理問(wèn)題的不同部分，而DeepEP確保數(shù)據(jù)在這些專家之間快速而高效地傳遞。

就像是機(jī)器學(xué)習(xí)系統(tǒng)中一個(gè)聰明的交通管理員，確保所有“專家”能夠按時(shí)收到數(shù)據(jù)并協(xié)同工作，避免延遲，使系統(tǒng)更加高效和快速。

假設(shè)你有一個(gè)大型數(shù)據(jù)集，并且想讓不同的模型（或?qū)＜遥┨幚頂?shù)據(jù)的不同部分，DeepEP會(huì)將數(shù)據(jù)在合適的時(shí)機(jī)發(fā)送給正確的專家，讓他們無(wú)需等待或造成延遲。如果你在多個(gè)GPU（強(qiáng)大的處理器）上訓(xùn)練機(jī)器學(xué)習(xí)模型，你需要在這些GPU之間傳遞數(shù)據(jù)。DeepEP優(yōu)化了數(shù)據(jù)在它們之間的傳輸方式，確保數(shù)據(jù)流動(dòng)迅速而順暢。

即便你不是一個(gè)開(kāi)發(fā)者，對(duì)以上內(nèi)容并不完全理解，也能從中讀出兩個(gè)字來(lái)：高效。

這正是DeepSeek開(kāi)源周所展現(xiàn)的核心實(shí)力——這家公司究竟是怎樣最大化利用有限的資源的。

三

自從DeepSeek開(kāi)啟開(kāi)源周，就不怎么見(jiàn)到此前對(duì)其發(fā)出質(zhì)疑的人再有什么評(píng)論了。

正如本文開(kāi)頭引用Pimentel的辣評(píng)：“DeepSeek有效地駁斥了頻繁出現(xiàn)的在訓(xùn)練方面‘他們?nèi)鲋e了’的言論。”

在去年12月關(guān)于V3的技術(shù)報(bào)告中，DeepSeek表示該模型使用了大約2000塊英偉達(dá)H800進(jìn)行訓(xùn)練，成本約為600萬(wàn)美元。這個(gè)成本遠(yuǎn)低于規(guī)模更大的競(jìng)爭(zhēng)對(duì)手，后者動(dòng)輒就是幾十億、上萬(wàn)億美元的投入，OpenAI甚至在DeepSeek的R1模型走紅前，剛剛和甲骨文、軟銀攜手宣布了5000億美元的合資項(xiàng)目。

這也引發(fā)了對(duì)DeepSeek在開(kāi)發(fā)成本方面誤導(dǎo)公眾的指控。

持有懷疑態(tài)度的包括但不限于Anthropic創(chuàng)始人達(dá)里奧·阿莫迪（Dario Amodei）、Oculus VR的創(chuàng)始人帕爾默·盧基（Palmer Luckey）。Oculus已經(jīng)被Meta收購(gòu)。

盧基就稱，DeepSeek的預(yù)算是“虛假的”，而阿莫迪干脆撰寫檄文呼吁美國(guó)加強(qiáng)芯片出口管制，指責(zé)DeepSeek“偷偷”用了大量更先進(jìn)的芯片。

這些批評(píng)聲并不相信DeepSeek自己的表態(tài)——DeepSeek 在其技術(shù)報(bào)告中表示，高效訓(xùn)練的秘訣是多種創(chuàng)新的結(jié)合，從MoE混合專家架構(gòu)到MLA多頭潛在注意力技術(shù)。

如今，DeepSeek開(kāi)源周零幀起手，就從這些技術(shù)的深度優(yōu)化方面做開(kāi)源。

Bindu Reddy在X上表達(dá)振奮的心情：“DeepSeek正在圍繞MoE模型訓(xùn)練和推理開(kāi)源極高效的技術(shù)。感謝DeepSeek，推動(dòng)AGI的發(fā)展，造福全人類。”Reddy曾在谷歌擔(dān)任產(chǎn)品經(jīng)理、在AWS擔(dān)任人工智能垂直領(lǐng)域總經(jīng)理并，后創(chuàng)辦Abacus AI，是開(kāi)源路線的信仰者。

有媒體評(píng)論道：“對(duì)于熱愛(ài)人工智能的人來(lái)說(shuō)，F(xiàn)lashMLA就像一股清新的空氣。它不僅關(guān)乎速度，還為創(chuàng)造力和協(xié)作開(kāi)辟了新途徑。”

在Github相關(guān)開(kāi)源項(xiàng)目的交流區(qū)，不僅有技術(shù)交流，也有不少贊美之聲，甚至有中文的“到此一游”打卡貼。在中文互聯(lián)網(wǎng)上，人們已經(jīng)開(kāi)始把DeepSeek稱為“源神”。

DeepSeek有自己的難題嗎？當(dāng)然有，比如商業(yè)化這個(gè)老大難問(wèn)題，DeepSeek或許也得面對(duì)。但在那之前，它先將壓力給到了對(duì)手。

同樣是在Github的交流區(qū)，不少人想起了OpenAI，將DeepSeek稱為“真正的OpenAI”。OpenAI已經(jīng)走上閉源之路好幾年，甚至被戲稱為“CloseAI”，直到DeepSeek出現(xiàn)，OpenAI的CEO山姆·奧特曼（Sam Altman）才終于松口，稱在開(kāi)源/閉源的問(wèn)題上，自己或許站在了歷史錯(cuò)誤的一邊。

一周前，他曾經(jīng)在X上發(fā)起投票，詢問(wèn)粉絲希望OpenAI的下一個(gè)開(kāi)源項(xiàng)目是什么類型的。

不過(guò)到目前為止，這一切都還在承諾中，并未見(jiàn)之于世。

另一邊，馬斯克的xAI，仍然在新一代發(fā)布時(shí)，開(kāi)源上一代大模型。剛剛發(fā)布了Grok 3，宣布會(huì)開(kāi)源Grok 2。

與此同時(shí)，DeepSeek的開(kāi)源周，讓更多人擔(dān)心起英偉達(dá)，這個(gè)在AI浪潮中最大的受益者之一。

有人看著DeepSeek的開(kāi)源項(xiàng)目一個(gè)接一個(gè)發(fā)布，在X上表示：“這是第三天看到我的英偉達(dá)股票正在火上烤。”

北京時(shí)間2月27日，既是DeepSeek開(kāi)源周的第四天，是OpenAI放出開(kāi)源信號(hào)的第九天，也是英偉達(dá)財(cái)報(bào)發(fā)布的日子。

OpenAI的開(kāi)源項(xiàng)目會(huì)來(lái)嗎？英偉達(dá)的股價(jià)能穩(wěn)住嗎？DeepSeek還將開(kāi)源什么？人工智能戰(zhàn)場(chǎng)上，總是不缺少令人期待答案的問(wèn)號(hào)。

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：直面AI(ID：wujicaijing)，作者：畢安娣