自今年2月DeepSeek開源包括DeepEP在內(nèi)的五大代碼庫以來，該團(tuán)隊(duì)便向業(yè)界展示了如何利用有限的硬件資源實(shí)現(xiàn)接近萬卡集群的性能。在這些技術(shù)中，DeepEP憑借突破性的方法提升了300%的通信效率，成功解決了MoE架構(gòu)大模型對英偉達(dá)NCCL的依賴問題。

但該技術(shù)在成本較低、適用面更廣的RoCE網(wǎng)絡(luò)環(huán)境中表現(xiàn)不佳，限制了其在更廣泛場景的應(yīng)用。這一痛點(diǎn)引發(fā)了開源社區(qū)的持續(xù)討論。

騰訊星脈網(wǎng)絡(luò)團(tuán)隊(duì)基于在RoCE網(wǎng)絡(luò)領(lǐng)域的深厚積累，在DeepEP開源后便展開技術(shù)攻關(guān)，發(fā)現(xiàn)兩大關(guān)鍵瓶頸：一是對于雙端口網(wǎng)卡帶寬利用率不足，二是CPU控制面交互存在時(shí)延。

騰訊在RoCE網(wǎng)絡(luò)優(yōu)化方面的突破，首先體現(xiàn)在帶寬分配的智能化，通過拓?fù)涓兄亩郠P建鏈技術(shù)，智能分配數(shù)據(jù)流，優(yōu)化了雙端口網(wǎng)卡的帶寬利用率，確保每條數(shù)據(jù)通道都能得到充分使用。此舉有效避免了帶寬浪費(fèi)，為RoCE網(wǎng)絡(luò)的性能提升提供了有力支撐。

其次，騰訊還著力解決了GPU通信中的CPU控制瓶頸問題。通過基于IBGDA技術(shù)的優(yōu)化，騰訊使得“控制面”場景的操作也可以繞過CPU的“中轉(zhuǎn)”，進(jìn)一步降低了延遲和能耗，提升了整體通信效率。

同時(shí)，GPU直接“對話”時(shí)存在的傳輸順序混亂難題，騰訊提出了“QP內(nèi)時(shí)序鎖”機(jī)制，使得多個(gè)GPU間的數(shù)據(jù)傳輸能夠精準(zhǔn)、按順序完成，即使同時(shí)處理1000多個(gè)數(shù)據(jù)傳輸任務(wù)，DeepEP也能自動(dòng)理順先后順序。

在騰訊的技術(shù)優(yōu)化下，DeepEP不僅在RoCE網(wǎng)絡(luò)實(shí)現(xiàn)性能翻倍，反哺到IB（InfiniBand）網(wǎng)絡(luò)時(shí)更使原有通信效率再提升30%。

（騰訊工程師在不同節(jié)點(diǎn)服務(wù)器上的測試數(shù)據(jù)）

目前該技術(shù)已全面開源，并成功應(yīng)用于騰訊混元大模型等項(xiàng)目的訓(xùn)練推理，在騰訊星脈與H20服務(wù)器構(gòu)建的高性能環(huán)境中，這套方案同樣展現(xiàn)出卓越的通用性。

nina