AI导读：

DeepSeek为期五天的“开源周”活动圆满结束，期间开源了5个代码库，旨在与全球开发者共享通用人工智能（AGI）领域的最新研究。开源项目包括FlashMLA、DeepEP、DeepGEMM等，有望推动AI技术在更多领域的应用。

　　界面新闻记者 | 宋佳楠

　　2月28日，国内AI明星公司Deepseek为期五天的 “开源周” 圆满结束。活动自2月24日启动，计划开源5个代码库，旨在以透明的方式与全球开发者共享其在通用人工智能（AGI）领域的最新研究。

　　活动期间，DeepSeek首先开源了FlashMLA，这是专为英伟达Hopper GPU设计的高效MLA解码内核，专门用于处理可变长度序列。在自然语言处理等任务中，FlashMLA能根据序列长度动态分配计算资源，有效避免了资源浪费。发布后6小时内，其在GitHub上的收藏量便突破了5000次，对国产GPU性能提升具有重要意义。

　　次日，DeepSeek开源了DeepEP，这是首个用于混合专家模型（MoE）训练和推理的开源EP通信库。DeepEP支持优化的全对全通信模式，同时支持FP8低精度运算调度，降低了计算资源消耗，提升了MoE模型的整体运行效率。

　　第三天，DeepSeek开源了DeepGEMM矩阵乘法加速库，为V3/R1的训练和推理提供支持。DeepGEMM采用了细粒度scaling技术，实现了简洁高效的FP8通用矩阵乘法，在各种矩阵形状上的性能与专家调优的库相当，甚至在某些情况下更优。

　　第四天，DeepSeek开源了优化并行策略DualPipe和EPLB。DualPipe通过实现计算和通信阶段的双向重叠，将硬件资源利用率提升了超30%。EPLB则是一种专家并行负载均衡器，通过冗余专家策略和启发式分配算法优化了GPU间的负载分布。

　　最后一天，DeepSeek开源了面向全数据访问的推进器3FS（Fire-Flyer文件系统），以及基于3FS的数据处理框架Smallpond，进一步提升了AI模型训练和推理的效率。

　　全球开发者可基于上述开源项目进行二次开发与改进，有望推动AI技术在更多领域的应用。

（文章来源：界面新闻）

SEO关键词：AI技术，DeepSeek，通用人工智能（AGI），开源项目