2月26日消息，在宣布開源MLA解碼核FlashMLA以及DeepEP兩款代碼庫后，DeepSeek在開源周的第三天宣布開放DeepGEMM代碼庫。
DeepSeek介紹，DeepGEMM是專為簡潔高效的FP8通用矩陣乘法（GEMMs）而設(shè)計，它同時支持普通的和專家混合（MoE）分組的GEMM運算，為V3/R1訓(xùn)練和推理提供動力支持。該庫使用CUDA編寫，在安裝過程中無需編譯，通過在運行時使用輕量級即時編譯模塊來編譯所有內(nèi)核。
目前，DeepGEMM僅支持英偉達Hopper架構(gòu)運算，為解決FP8張量核心累加不精確的問題，它采用了CUDA核心的兩級累加（提升）方法。該代碼庫設(shè)計非常簡潔，只有一個核心內(nèi)核函數(shù)，代碼量約為300行。
盡管其設(shè)計輕巧，DeepGEMM的性能在各種矩陣形狀上與專家調(diào)優(yōu)的庫相匹配或超越。
DeepSeek團隊在H800上使用NVCC 12.8測試了DeepSeek-V3/R1推理中可能使用的所有形狀（包括預(yù)填充和解碼，但沒有張量并行）。
從測試結(jié)果來看，DeepGEMM計算性能最高可達1358 TFLOPS，內(nèi)存寬帶最高可達2668 GB/s。與基于CUTLASS 3.6的優(yōu)化實現(xiàn)相比，可提速最高可達2.7倍。另外，分組GEMM（MoE模型）中連續(xù)性布局、掩碼布局下可提速多達1.2倍。
另外，使用DeepGEMM需要的環(huán)境要求，包括：
* 必須支持Hopper架構(gòu)的GPU，sm_90a
* Python 3.8及以上
* CUDA 12.3及以上（推薦12.8）
* PyTorch 2.1及以上
* CUTLASS 3.6及以上
（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。 ）
