摩尔线程全面拥抱DeepSeek开源周-加速AI模型训练与推理

摩尔线程在DeepSeek开源周活动中大放异彩，宣布全面支持多项开源项目。这家智能科技公司昨日晚间宣布，他们已成功实现对DeepSeek各个开源项目的广泛兼容，涵盖了FlashMLA、DeepEP、DeepGEMM、DualPipe以及Fire-Flyer文件系统（3FS）等多个关键组件。

据摩尔线程介绍，FlashMLA作为一款专为加速MLA（Multi-Head Latent Attention）机制计算而设计的开源推理内核，尤其适用于DeepSeek系列模型。摩尔线程依托其最新的MUSA Compute Capability 3.1计算架构，提供了原生FP8计算能力，并通过升级高性能线性代数模板库MUTLASS，迅速推出了MT-FlashMLA开源仓库，确保了对DeepSeek FlashMLA的快速兼容部署。

DeepEP则是专为MoE（混合专家）模型训练和推理打造的开源EP（expert parallelism，专家并行）通信库，特别适用于大规模模型训练。摩尔线程基于MUSA Compute Capability 3.1全功能GPU，第一时间适配了DeepEP，支持高效优化的All-to-All通信、MTLink + GPU节点内通信以及原生FP8数据分发等多项特性，显著提升了训练效率。

DeepGEMM则是支持密集矩阵与MoE矩阵乘法的FP8 GEMM库，为V3/R1的训练与推理提供了强大支持。摩尔线程基于MUTLASS在全新GPU架构上进行了优化，实现了FP8矩阵乘法，成功支持了DeepGEMM的相应功能。

DualPipe是DeepSeek-V3提出的双向流水线并行算法，通过计算与通信的完全重叠，显著减少了设备空闲等待时间，大幅提升了资源利用率与训练效率。摩尔线程依托其深度学习框架Torch-MUSA和MUSA软件栈的全方位兼容性，实现了对DualPipe算法的高效支持，并成功接入了摩尔线程的MT-Megatron框架和即将开源的MT-TransformerEngine框架。

Fire-Flyer文件系统（3FS）作为一种并行文件系统，充分利用了现代SSD和RDMA网络的带宽，成为V3和R1训练与推理过程中的关键支撑。摩尔线程在极短时间内完成了3FS的搭建，并开发了存储插件，成功实现了与夸娥智算集群的无缝集成，为AI训练、推理和科学计算等场景提供了全栈存储加速方案。