DeepSeek 开源周：他们正在发布什么？

🚀 DeepSeek 开源周正式启动！

DeepSeek 团队已经开始连续五天的开源计划，每天解锁一个核心组件，并以最透明的方式分享他们的进展。这不仅是对社区的承诺，也是推动 AI 研究和工程实践开放化的一次重要尝试。

​image​

目前，他们已经公开了一部分关键组件，并在 GitHub 上开放下载和讨论。如果你对 AI 技术感兴趣，现在正是深入了解和参与的好时机。

🔬 已发布的论文：Fire-Flyer AI-HPC

DeepSeek 团队已经发布了一篇关于 AI 计算架构的研究论文：《Fire-Flyer AI-HPC: A Cost-Effective Software-Hardware Co-Design for Deep Learning》。

该论文主要探讨了在深度学习（DL）和大型语言模型（LLMs）快速发展的背景下，如何优化计算资源，降低高性能计算（HPC）成本。

​image​

论文亮点：

  • 介绍了 Fire-Flyer AI-HPC 架构，一种协同的软件-硬件共设计框架。
  • 采用 Fire-Flyer 2 方案，结合 10,000 张 PCIe A100 GPU，性能接近 DGX-A100，同时成本减半、能耗降低 40%。
  • 通过 HFReduce 技术优化 Allreduce 通信，并引入多项措施减少计算存储集成网络的拥塞。
  • 软件堆栈包括 HaiScale、3FS 和 HAI-Platform，支持大规模 AI 计算任务。
  • 论文总结了 DeepSeek 在 AI-HPC 领域的探索经验，并对未来的 AI 计算架构发展提出了展望。

📖 论文链接：ACM Digital Library | Arxiv 预印本

🏗️ DeepSeek Open Infra 仓库介绍

DeepSeek 正在 GitHub 上逐步开源 5 个核心仓库，这些仓库涵盖了 AI 计算的关键环节，包括推理、训练、数据处理和部署。

​image​

目前已发布的仓库：

  • 核心推理引擎：高效的推理框架，优化计算性能，支持大规模 AI 任务。
  • 分布式训练框架：适用于大规模 AI 模型训练的高效并行方案。

即将发布的仓库：

  • 数据处理与预处理工具（预计 Day 3）：优化数据清洗、增强与格式转换的全套工具。
  • 模型微调与部署工具（预计 Day 4）：便捷的模型微调方案及高效部署工具。
  • 完整推理系统与应用示例（预计 Day 5）：完整的推理系统架构，并提供端到端应用示例。

📌 GitHub 开源仓库：DeepSeek Open Infra

🌍 为什么要开源？

AGI 研究和工程需要全球社区的协作，而不是闭门造车。通过开源，DeepSeek 期望：

  • 降低 AI 研究与开发的门槛，让更多开发者能够参与进来。
  • 促进知识共享，帮助社区更快迭代和改进技术。
  • 推动 AI 技术应用，让 AI 赋能更多行业和场景。

他们并不追求象牙塔式的理论，而是希望通过每一次的代码发布，带来真正的工程实践和社区驱动力。

🎯 期待你的参与！

DeepSeek 正在 GitHub 和 Twitter（X）上同步发布新的仓库，欢迎大家关注、讨论和贡献代码。

📌 GitHub 开源仓库：DeepSeek Open Infra📢 Twitter 讨论：DeepSeek Twitter

每天都有新的发布，一起 geek out in the open！🚀

‍