DeepSeek代碼開(kāi)源第三彈：DeepGEMM代碼庫(kù)，V3/R1的訓(xùn)練推理動(dòng)力

2月26日消息，在宣布開(kāi)源MLA解碼核FlashMLA以及DeepEP兩款代碼庫(kù)后，DeepSeek在開(kāi)源周的第三天宣布開(kāi)放DeepGEMM代碼庫(kù)。

DeepSeek介紹，DeepGEMM是專(zhuān)為簡(jiǎn)潔高效的FP8通用矩陣乘法（GEMMs）而設(shè)計(jì)，它同時(shí)支持普通的和專(zhuān)家混合（MoE）分組的GEMM運(yùn)算，為V3/R1訓(xùn)練和推理提供動(dòng)力支持。該庫(kù)使用CUDA編寫(xiě)，在安裝過(guò)程中無(wú)需編譯，通過(guò)在運(yùn)行時(shí)使用輕量級(jí)即時(shí)編譯模塊來(lái)編譯所有內(nèi)核。

目前，DeepGEMM僅支持英偉達(dá)Hopper架構(gòu)運(yùn)算，為解決FP8張量核心累加不精確的問(wèn)題，它采用了CUDA核心的兩級(jí)累加（提升）方法。該代碼庫(kù)設(shè)計(jì)非常簡(jiǎn)潔，只有一個(gè)核心內(nèi)核函數(shù)，代碼量約為300行。

盡管其設(shè)計(jì)輕巧，DeepGEMM的性能在各種矩陣形狀上與專(zhuān)家調(diào)優(yōu)的庫(kù)相匹配或超越。

DeepSeek團(tuán)隊(duì)在H800上使用NVCC 12.8測(cè)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(méi)有張量并行）。
從測(cè)試結(jié)果來(lái)看，DeepGEMM計(jì)算性能最高可達(dá)1358 TFLOPS，內(nèi)存寬帶最高可達(dá)2668 GB/s。與基于CUTLASS 3.6的優(yōu)化實(shí)現(xiàn)相比，可提速最高可達(dá)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(dá)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

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。