2025年2月21日，DeepSeek宣布启动“Open Source Week”，首推的开源代码库是FlashMLA。FlashMLA是一个专为高性能GPU优化的“加速器”，尤其针对NVIDIA Hopper架构GPU如H800。

FlashMLA设计了一套“快速查找系统”，使AI模型在推理时能更高效地利用GPU的计算能力，大幅缩短响应时间。其三大优势包括：显著提升性能至3000 GB/s内存带宽和580 TFLOPS计算性能；智能分配计算资源，避免资源浪费；工业级实战设计，确保高可靠性与易部署性。

灵感源自FlashAttention和Cutlass项目，前者优化内存访问和计算流程，后者优化矩阵运算。FlashMLA融合两者优点，既高效指挥资源，又快速完成复杂运算。

FlashMLA的开源对企业与开发者至关重要。更快的推理速度意味着更低的成本、更高的客户满意度和更强的竞争力。开源也推动了行业的整体发展。

使用FlashMLA需配备NVIDIA Hopper架构GPU及CUDA 12.3以上版本和PyTorch 2.0以上版本。安装步骤包括获取代码、运行setup.py安装，并通过测试脚本验证安装成功。