当前位置:首页 > Deepseek最新资讯 > 正文内容

DeepSeek今日连开3源!针对优化的并行策略,梁文锋本人参与开发

2周前 (02-27)Deepseek最新资讯64

按时整活!

DeepSeek开源周第四天,直接痛快「1日3连发」,且全都围绕一个主题:

优化并行策略。

DualPipe:一种创新的双向流水线并行算法,能够完全重叠前向和后向计算-通信阶段,并减少“流水线气泡”。它通过对称的微批次调度,优化了并行计算效率。Expert Parallelism Load Balancer (EPLB):用于MoE的负载均衡算法,通过复制高负载专家并智能地分配专家到不同GPU上,确保计算资源的均衡利用。它包含两种政策:层次化负载均衡和全局负载均衡。Profiling Data:训练和推理框架的性能分析数据,展示了通信-计算重叠策略和底层实现细节。

这三者中,DualPipe从时间上优化了计算与通信的调度,EPLB从空间上平衡利用计算资源,Profiling Data则提供了前两者在实际应用中效果的可视化证据。

且DualPipe的开发团队中包括梁文锋本人。

发布后10分钟不到,3者在GitHub上的星标已经破300了,且其中DualPipe的星标飙升最快。

而DeepSeek一发推,网友的留言也排山倒海一般扑面而来,几乎都是不吝溢美之词:

好活!令人兴奋!优化策略可以重新定义行业的性能。

Day 4,直接1日3连发

DualPipe

DualPipe是在DeepSeek-V3中首次出现双向流水线并行算法,现在代码完全开源。

它实现了前向与后向计算-通信阶段的完全重叠,还减少了流水线气泡(即某些设备在某些时刻空闲等待)。

DualPipe采用了双向微批次调度策略,其核心特点是:

对称设计:反向方向的微批次与前向方向对称排列,形成一种几何平衡的调度结构计算-通信重叠:两个共享黑色边框的单元格表示相互重叠的计算和通信过程双向并行:同时在两个方向上推进微批次,最大化硬件利用率

传统流水线并行方法如1F1B(one-forward-one-backward)在处理多GPU场景时会产生大量气泡。

DualPipe通过重新安排微批次执行顺序,和对称结构缓解这个问题。

EPLB

EPLB适用于V3/R1的专家并行负载均衡器,解决MoE模型在分布式训练和推理中的负载不平衡问题。

在MoE架构中,不同的输入会激活不同的专家,可能导致某些专家过载,进一步造成不同GPU的利用率不平衡。

EPLB采用“redundant experts”(冗余专家)策略:

识别高负载专家→复制多个副本分配到不同GPU→在推理时动态分配输入到负载较轻的专家副本。

并带有两种普通的策略:

分层负载平衡,专家并行较小的预填充阶段使用。全局负载平衡,在专家并行规模较大的解码阶段采用。

V3/R1中的计算通信重叠分析数据

开源第四弹的part 3,DeepSeek公开分享了来自训练和推理框架的分析数据,以帮助社区更好地了解通信计算重叠策略和低级实现细节。

GitHub上注明,分析数据是使用PyTorch Profiler捕获的。

下载后,开发者可以通过导航到Chrome浏览器中的chrome://tracing(或Edge浏览器中的edge://tracing)将它进行可视化。

Attention please——DeepSeek模拟了一个绝对平衡的MoE路由策略进行分析。

首先,训练阶段。

训练配置文件数据演示了DeepSeek在DualPipe中,对一对单独的向前和向后数据块的重叠策略。

每个数据块包含4个MoE 层。

并行配置与DeepSeek-V3预训练设置一致EP64、TP1具有4K序列长度。

为简单起见,在profilng期间不包括PP通信。

其次,推理阶段。

1)预填充。

对于预填充,配置文件使用EP32和TP1(与DeepSeek V3/R1的实际在线部署一致),提示长度设置为4K,每个GPU的批量大小为16Ktokens。

在预填充阶段,DeepSeek利用两个微批次来重叠计算和多对多通信,同时确保注意力计算负载在两个微批次之间平衡

——这意味着相同的提示可以在它们之间分配。

2)解码。

(注:相关数据尚未准备就绪,将于稍后发布)

解码方面,该配置文件采用了EP128、TP1和4K的提示长度(与实际在线部署配置非常匹配),每个GPU的批量大小为128个请求。

与预填充类似,解码还利用两个微批处理进行重叠计算和多对多通信。

但与预填充不同的是,解码期间的all-to-all通信不会占用GPU SM:

发出RDMA消息后,所有GPU SM都会被释放,系统在计算完成后等待all-to-all通信完成。

有关all-to-all实现的更多信息,请参考开源周第二弹DeepEP。

One More Thing

“大放异彩!”

对于第四弹的开源内容,网友是这么感慨的。

目前看来,DeepSeek开源周的前4天,都挺令追更群众们满意。

尤其是这次开源周全部瞄准大模型的Infra层。

追更看客们表示:

更好的团队合作不仅是团队管理优化的一部分,更是实现顶级AI性能的秘诀。DeepSeek正在创建新的标准,大规模训练的未来就在咱们眼前!

好了,DeepSeek开源周,明天就是最后一天了,不知道会有什么压轴登场?

参考链接:https://x.com/deepseek_ai/status/1894931931554558199

Github:[1]https://github.com/deepseek-ai/DualPipe[2]https://github.com/deepseek-ai/eplb[3]https://github.com/deepseek-ai/profile-data


“DeepSeek今日连开3源!针对优化的并行策略,梁文锋本人参与开发” 的相关文章

首台全国产化部署DeepSeek一体机,无锡造!

首台全国产化部署DeepSeek一体机,无锡造!

“写一篇关于申威平台完成DeepSeek适配的报道。”眨眼间,一篇关于申威平台与DeepSeek共同打造国产AI新生态的文稿就出现在屏幕上,从适配的意义、技术细节、应用场景、未来计划等各个方面阐述中国...

DeepSeek被超载,腾讯元宝登顶苹果中国区免费APP下载排行榜

DeepSeek被超载,腾讯元宝登顶苹果中国区免费APP下载排行榜

3月3日晚间,腾讯元宝APP在中国区苹果应用商店免费App下载排行榜上升至第一,超越DeepSeek。原标题:《超越DeepSeek,腾讯元宝登顶苹果中国区免费APP下载排行榜》...

上海数据交易所接入DeepSeek大模型

上海数据交易所接入DeepSeek大模型

观点网讯:2月27日,上海数据交易所正式接入DeepSeek大模型,标志着国内首个大型语言模型在数据交易领域的应用落地。此次合作旨在构建多维数据交易知识体系的领域模型,提升数据交易服务智能化水平。据了...

DeepSeek发布开源周首个成果 可优化英伟达GPU效率

DeepSeek发布开源周首个成果 可优化英伟达GPU效率

新京报贝壳财经讯(记者罗亦丹)北京时间2月24日上午,DeepSeek发布了其“开源周”的第一项成果:FlashMLA(直译为快速多头潜在注意力机制)的代码。据了解,MLA(多头潜在注意力机制)正是D...

杭州城市大脑引入DeepSeek 支撑赋能“数智公务员”

杭州城市大脑引入DeepSeek 支撑赋能“数智公务员”

中国青年报客户端讯(中青报·中青网记者 李剑平)记者22日从浙江省杭州市数据资源局获悉,杭州市城市大脑引入和部署DeepSeek-R1系列模型,全面支撑赋能“数智公务员”,并应用于医疗、文旅等行业智能...

黄山市政府网站集约化平台已正式接入DeepSeek大模型

黄山市政府网站集约化平台已正式接入DeepSeek大模型

以下文章来源于黄山日报 ,作者黄山日报黄山日报.在这里,读懂黄山阅尽徽州。 | 互联网新闻信息服务许可证编号:341201800122月19日,记者从市数据资源管理局获悉,黄山市政府网站集约化平台已正...