2025年2月25日，DeepSeek在开源周第二天发布了首个用于混合专家模型（MoE）训练和推理的开源专家并行通信库DeepEP，该项目的核心亮点包括：
高效通信优化：DeepEP针对MoE模型的特性，优化了全对全（All-to-All）GPU通信核心，显著提升通信效率，尤其适配非对称带宽场景，同时支持NVLink和RDMA技术，兼顾节点内外的通信性能。
多场景适配：
提供高吞吐量内核，适用于训练和推理预填充阶段；
推理解码阶段则采用低延迟内核，并支持纯RDMA操作以进一步减少延迟。
灵活性与兼容性：
原生支持FP8低精度调度，降低计算资源消耗；
支持GPU资源动态控制，实现通信与计算的无缝重叠，避免资源闲置。
开源与生态价值：作为DeepSeek开源周的重要一环，DeepEP的发布旨在推动MoE技术标准化，降低开发门槛，加速行业创新。
DeepEP项目开源地址：https://github.com/deepseek-ai/DeepEP
