DeepSeek连开三源，解开训练省钱之谜

主要观点总结

本文介绍了DeepSeek在开源周中陆续开源的五个项目，包括针对英伟达Hopper架构GPU的FlashMLA、首个用于MoE模型训练和推理的DeepEP通信库、支持稠密和MoE模型的FP8计算库DeepGEMM等。这些项目展示了DeepSeek极致压榨英伟达芯片的功力，能有效提升AI性能效率。同时，DeepSeek的开源项目也引发了社区内的广泛关注和讨论，人们对其在人工智能领域的表现充满期待。

关键观点总结

关键观点1: DeepSeek在开源周展示了其实力，通过开源项目驳斥了关于训练成本的质疑。

DeepSeek在开源周期间陆续开源了五个项目，每个项目都在向世界展示其压榨英伟达芯片的功力。这些项目包括针对英伟达Hopper架构GPU的FlashMLA、用于MoE模型训练和推理的DeepEP通信库、支持FP8计算库DeepGEMM等。这些项目的开源让怀疑DeepSeek在训练成本上撒谎的人噤声。因为每个项目都在证明DeepSeek的高效和实用性，从而证明了其训练成本的真实性。

关键观点2: DeepSeek的开源项目具有高效性和实用性。

DeepSeek的开源项目旨在最大化利用有限的资源，并通过优化技术提高AI性能效率。例如，DeepGEMM库利用CUDA核心做两次累加，解决了FP8计算方式精度低的问题，并提高了计算速度。FlashMLA是专为英伟达H800做优化的工具，可以大幅提高内存带宽和计算吞吐量。DeepEP通信库则能加速MoE模型训练和推理的通信效率。这些项目都体现了DeepSeek高效利用资源的能力，使其在众多开源项目中脱颖而出。

关键观点3: DeepSeek的开源项目引发了社区内的广泛关注和讨论。

自从DeepSeek开启开源周以来，其项目引发了社区内的广泛关注。社区成员积极参与讨论，对DeepSeek的项目表示赞赏和支持。一些社区成员甚至将DeepSeek称为“源神”，并对其表示敬佩。此外，媒体也对DeepSeek的项目进行了评论，称其为人工智能领域的一股清新空气，并为其开创性技术点赞。