作者：梁思琦?編輯：董雨晴

2月25日，開源放福利的DeepSeek甩出了一張王炸——開源全球首個面向MoE模型的全棧通信庫DeepEP。因為直接解決了AI算力焦慮，GitHub瞬間飆出1500星（指收藏量），圈內集體炸鍋，其重要性可見一斑。

很多人好奇DeepEP意味著什么？想象一下雙十一的快遞驛站：2048個快遞小哥（GPU）在200個倉庫（服務器）間瘋狂搬運包裹（AI數據），傳統運輸系統就相當于讓小哥們蹬三輪送貨，而DeepEP直接給全員配上了“磁懸浮+量子傳送”套裝，穩定高效的傳遞信息。

特點一：直接改變運輸規則

在2024年8月29日的英偉達電話會議上，黃仁勛曾經專門強調了NVLink（英偉達開發的一種讓GPU之間直接互連的技術，雙向互傳速度可達1.8TB/S）對于低延遲、高輸出和大型語言模型的重要性，認為它是推動大模型發展的關鍵技術之一。

然而這個被吹爆的NVLink技術，這次直接被中國團隊玩出了新高度。DeepEP玄妙之處就在于對NVLink的優化，這意味著在同個倉庫的快遞員之間，用磁懸浮軌道運輸，速度高達每秒158個集裝箱（GB/s），相當于把北京到上海的距離縮短到喝一口水的時間。

黑科技二是其所包含的RDMA技術的低延遲內核，試想下，不同城市的倉庫之間，貨物直接“量子傳送”，每架飛機（網卡）運力達每秒47個集裝箱，還能讓飛機一邊裝貨一邊飛行，計算與通信重疊，徹底告別停機等待。

特點二：智能分揀黑科技：AI版“最強大腦”

當貨物需要分發給不同專家（MoE模型中的子網絡）時，傳統分揀員要逐個拆箱檢查，而DeepEP的“調度-組合”系統就像擁有預知能力：在訓練預填充模式，4096個數據包同時走智能傳送帶，自動識別同城或跨城件；在推理預填充模式，128個加急包裹走VIP通道，163微秒送達比人類眨眼快5倍。與此同時采用動態變軌技術，遇到流量洪峰秒切傳輸模式，完美適配不同場景需求。

特點三：FP8“縮骨術”

普通貨物用標準箱子（FP32/FP16格式）運輸，而DeepEP能把貨物壓縮成微型膠囊（FP8格式），同樣卡車能多裝3倍貨物。更神奇的是，這些膠囊到達目的地后會自動恢復原狀，既省郵費又省時間。

這套系統已在DeepSeek自家倉庫（H800 GPU集群）實測：同城貨運速度提升3倍，跨城延遲降低到人類難以感知的程度，而最顛覆性的是它實現了真正的"無感傳輸"——就像快遞小哥邊騎車邊往快遞柜里塞包裹，整個過程行云流水。

現在DeepSeek把這張王牌開源，相當于把順豐的無人分揀系統圖紙公之于眾，原本需要2000臺GPU的重型任務，現在幾百臺就能輕松拿捏。

在更早之前，DeepSeek發布了其“開源周”的第一項成果：FlashMLA（直譯為快速多頭潛在注意力機制）的代碼，同樣是減少大模型訓練過程中成本的關鍵技術之一。為了緩解產業鏈上下游的成本焦慮，DeepSeek正在傾囊相授。

此前潞晨科技創始人尤洋在社交媒體發文表示，“短期內，中國的MaaS模式可能是最差的商業模式”，其簡單估算，如果每日輸出1000億token，基于DeepSeek的服務每月的機器成本是4.5億元，虧損4億元；用AMD芯片月收入4500萬元，月機器成本2.7億元，這意味著虧損也超過2億元。