标题：DeepSeek开源的DeepGEMM详解 DeepSeek开源周第三天发布了专为Hopper架构GPU优化的矩阵乘法库——DeepGEMM。该库支持标准矩阵计算和混合专家模型（MoE）计算，在Hopper GPU上达到1350+FP8 TFLOPS的高性能。 DeepGEMM核心代码仅约30...

2月25日，DeepSeek在开源周上发布了DeepEP，首个用于MoE模型训练和推理的EP通信库。该库支持高效全对全通信及低精度运算，兼容现代高性能计算需求。特别优化了NVLink到RDMA的非对称带宽转发场景，提供高吞吐量和SM数量控制。对于延迟敏感的推理解码，DeepEP还提供纯RDMA低延迟内核，支持自适应路由，满足多样化GPU资源需求。

《科创板日报》报道，月之暗面Kimi发布新技术报告，推出‘Moonlight’模型，该模型基于Muon训练，参数量分别为30亿和160亿。使用了5.7万亿个token进行训练，在较低的浮点运算次数下实现更优性能，提升了帕累托效率边界。

国产AI大模型DeepSeek在近期发布，其DeepSeek-V3和DeepSeek-R1模型在多项评测中超越了其他开源模型，性能接近GPT-4。DeepSeek-R1可免费使用并支持联网搜索，其推理成本低，仅需传统模型成本的约3%。DeepSeek还开源了模型权重和技术，降低了使用门槛。此外，DeepSeek最新推出的Janus-Pro-7B模型在多模态能力上表现出色。与此同时，阿里通义团队发布了Qwen2.5-Max模型，性能与DeepSeek-V3相媲美。DeepSeek的成功引发了行业关注，推动了AI技术的发展。