摩爾線程在DeepSeek開源周活動中大放異彩，宣布全面支持多項開源項目。這家智能科技公司昨日晚間宣布，他們已成功實現對DeepSeek各個開源項目的廣泛兼容，涵蓋了FlashMLA、DeepEP、DeepGEMM、DualPipe以及Fire-Flyer文件系統（3FS）等多個關鍵組件。
據摩爾線程介紹，FlashMLA作為一款專為加速MLA（Multi-Head Latent Attention）機制計算而設計的開源推理內核，尤其適用于DeepSeek系列模型。摩爾線程依托其最新的MUSA Compute Capability 3.1計算架構，提供了原生FP8計算能力，并通過升級高性能線性代數模板庫MUTLASS，迅速推出了MT-FlashMLA開源倉庫，確保了對DeepSeek FlashMLA的快速兼容部署。
DeepEP則是專為MoE（混合專家）模型訓練和推理打造的開源EP（expert parallelism，專家并行）通信庫，特別適用于大規模模型訓練。摩爾線程基于MUSA Compute Capability 3.1全功能GPU，第一時間適配了DeepEP，支持高效優化的All-to-All通信、MTLink + GPU節點內通信以及原生FP8數據分發等多項特性，顯著提升了訓練效率。
DeepGEMM則是支持密集矩陣與MoE矩陣乘法的FP8 GEMM庫，為V3/R1的訓練與推理提供了強大支持。摩爾線程基于MUTLASS在全新GPU架構上進行了優化，實現了FP8矩陣乘法，成功支持了DeepGEMM的相應功能。
DualPipe是DeepSeek-V3提出的雙向流水線并行算法，通過計算與通信的完全重疊，顯著減少了設備空閑等待時間，大幅提升了資源利用率與訓練效率。摩爾線程依托其深度學習框架Torch-MUSA和MUSA軟件棧的全方位兼容性，實現了對DualPipe算法的高效支持，并成功接入了摩爾線程的MT-Megatron框架和即將開源的MT-TransformerEngine框架。
Fire-Flyer文件系統（3FS）作為一種并行文件系統，充分利用了現代SSD和RDMA網絡的帶寬，成為V3和R1訓練與推理過程中的關鍵支撐。摩爾線程在極短時間內完成了3FS的搭建，并開發了存儲插件，成功實現了與夸娥智算集群的無縫集成，為AI訓練、推理和科學計算等場景提供了全棧存儲加速方案。
