DeepSeek 都开源了哪些技术？

DeepSeek作为中国领先的人工智能企业，通过开源策略推动了全球AI技术的普及与创新。以下是其官方公布的主要开源项目及其技术内容、应用场景和社区反馈的详细分析：

1. FlashMLA

• 技术描述：专为Hopper架构GPU优化的高效MLA（Multi-Layer Attention）解码内核，针对可变长度序列处理进行设计。灵感源于FlashAttention 2&3和英伟达Cutlass项目，支持BF16/FP16精度，内存带宽达3000GB/s，计算性能接近硬件极限（580TFLOPS）。
• 应用场景：大语言模型（LLM）推理中的自回归解码任务，如实时文本生成、对话系统，显著提升吞吐量和响应速度。
• 社区反馈：发布首日GitHub Star数破千，开发者评价其“革命性优化了实时AI应用的效率”，尤其在低延迟场景（如智能助手）中表现突出。

2. DeepEP

• 技术描述：首个面向MoE（混合专家）模型的开源EP（Expert Parallelism）通信库，支持FP8低精度计算，优化All-to-All通信流程。通过NVLink/RDMA协议和动态GPU资源调度，减少通信延迟和算力浪费。
• 应用场景：大规模MoE模型的分布式训练与推理，适用于自然语言处理、多模态任务的高效协同。
• 社区反馈：发布20分钟内GitHub Star数超1000，开发者认为其“