在AI性能优化的浪潮中，DeepSeek再次以惊人的速度推出了其最新开源项目——DeepGEMM，这一举动迅速在开发者社区中掀起了波澜。
DeepSeek近期的一系列开源动作，如同连绵不绝的山峰，一座更比一座高。从GPU超频加速工具FlashMLA，到让英伟达重新审视GPU商业模式的DeepEP，DeepSeek无疑成为了AI性能优化领域的佼佼者。而此次的DeepGEMM，更是为DeepSeek-V3量身打造，一经发布便在GitHub上迅速积累了数百颗星星，其受欢迎程度可见一斑。
DeepGEMM开源链接
DeepGEMM，这一专为FP8设计的通用矩阵乘法（GEMM）库，不仅支持普通GEMM运算，还针对专家混合（Mix-of-Experts，MoE）分组GEMM进行了优化。其安装过程极为简便，无需繁琐的编译步骤，仅需通过轻量级的即时编译（JIT）模块，便可在运行时自动编译所有内核。这一设计极大地提高了开发者的使用效率，仅需300行代码便实现了如此强大的功能，令人叹为观止。
DeepGEMM专注于提升计算精度与速度，利用CUDA核心对FP8快速计算的结果进行二次累加，从而在保证速度的同时提高了精度。这一创新思路不仅借鉴了英伟达CUTLASS和CuTe的先进理念，更在此基础上进行了更为激进和轻量化的优化。
CUTLASS作为英伟达基于CUDA架构的矩阵加速库，其性能之强大几乎能将显卡的矩阵计算能力发挥到极致。然而，对于许多仍在使用上一代显卡的AI公司而言，CUTLASS的庞大体积和复杂功能却显得有些力不从心。相比之下，DeepGEMM以其专注和轻量的特点，更加符合这些公司的实际需求。
DeepSeek团队表示，DeepGEMM的性能表现甚至能够超越英伟达、AMD等专家专门调优的库。在与英伟达CUTLASS 3.6的对比测试中，DeepGEMM的速度提升了2.7倍。这一数据无疑为DeepSeek在AI性能优化领域的领先地位增添了有力佐证。
在密集模型档和专家混合模型MoE的测试中，DeepGEMM均展现出了卓越的性能。密集模型档测试中，DeepGEMM的表现让英伟达内部人员也感到难以置信，他们难以想象仅凭几百行代码便能实现如此出色的性能优化。而在MoE测试中，DeepGEMM的整体性能更是硬核无比，数据令人瞩目。
尽管DeepGEMM在某些情况下可能表现不佳，但DeepSeek团队仍诚邀所有开发者共同参与改进。他们坚信，通过开源和社区的力量，DeepGEMM将不断完善并成为AI性能优化领域的重要基石。
DeepSeek的开源理念不仅为开发者提供了便捷高效的工具，更打破了AI领域的闭源壁垒。在AI技术日新月异的今天，开源已成为推动技术发展的重要力量。DeepSeek的这一举动无疑为整个AI社区树立了榜样，让我们共同期待DeepSeek在未来能够带来更多创新性的开源项目。
