5月7日那天，DeepSeek為何會致謝騰訊技術團隊？

【科技明說 ｜ 科技熱點關注】

大家可能還記得5月7日那天的事情，DeepSeek公開致謝騰訊技術團隊。

我看了一下，騰訊對開源DeepSeek的DeepEP通信框架進行了深度優化，顯著提升了該框架在多種網絡環境下的性能表現，解決了此前在低成本RoCE網絡中的瓶頸問題，并推動其更廣泛的應用。

按道理，這樣的優化本來就是DeepSeek自己的事情，反而讓騰訊技術團隊搶了先，這是為什么呢？

可能，不少人和我一樣百思不得解中。

騰訊技術團隊還是真給力的，在RoCE網絡環境中，優化后的DeepEP通信框架性能提升了100%，而在InfiniBand（IB）網絡環境中，性能也提升了30%。這一優化大幅降低了AI大模型訓練的通信成本，為企業提供了更高效的解決方案。

從而，騰訊技術團隊為DeepSeek解決了原有技術痛點。

這里需要明確一下DeepEP框架，最初是在MoE架構大模型中通過突破性方法實現了300%的通信效率提升，減少對英偉達NCCL的依賴，但是這在成本更低的RoCE網絡中表現不佳，帶寬利用率低且存在CPU控制面延遲問題，限制了實際應用。

騰訊星脈網絡團隊針對兩大關鍵瓶頸展開攻關，也是令人刮目相看。

一是，針對雙端口網卡帶寬利用率不足，通過拓撲感知的多QP建鏈技術的智能分配數據流，實現最大化利用帶寬。

二是，針對CPU控制面交互延遲的挑戰，采用基于IBGDA技術的優化，繞過CPU中轉，降低延遲和能耗。
可見，兩個方面的技術攻關都基本很到位了。

就此，騰訊還提出了QP內時序鎖機制，解決GPU數據傳輸順序混亂問題，即使同時處理上千任務也能保證順序精準。

值得一提的是，近水樓臺先得月。優化后的代碼已全面開源，并成功應用于騰訊混元大模型的訓練與推理，驗證了其在高性能計算環境，如騰訊星脈網絡與H20服務器中的通用性。
在公開致謝中，DeepSeek稱騰訊這次優化是“huge speedup”，標志著開源社區協作的重要成果，也為AI大模型的分布式訓練提供了更優選擇。
再次為騰訊技術團隊點贊。

因此，通過解決DeepEP在RoCE網絡中的性能瓶頸并顯著提升效率，推動了該框架的廣泛應用，這是DeepSeek致謝的核心原因。

由此可見，開源大模型的技術創新迭代不僅要靠DeepSeek這樣的創新公司，也需要騰訊等技術生態伙伴的共同努力。

眾人拾柴火焰高，AI創新助力靠大家。期待開源大模型迎來更大的技術突破。

阿明書法：眾人拾柴火焰高

你怎么看？

歡迎文末評論補充！

【科技明說｜全球存儲觀察 ｜全球云觀察｜阿明觀察】專注科技公司分析，用數據說話，帶你看懂科技。本文和作者回復僅代表個人觀點，不構成任何投資建議。