DeepSeek致谢腾讯技术团队近期，DeepSeek对腾讯技术团队表达诚挚感谢，源于腾讯对DeepSeek开源的DeepEP通信框架进行深度优化，为AI大模型训练带来了极为显著的性能提升，堪称AI技术发展历程中的一次关键协作。
自2025年2月DeepSeek开源包括DeepEP在内的五大代码库以来，便致力于展示如何利用有限硬件资源实现接近万卡集群的性能。其中，DeepEP凭借突破性方法将通信效率提升了300%，成功解决MoE架构大模型对英伟达NCCL的依赖问题 ，这在AI技术发展中是一次重要的创新。然而，该技术在成本较低、适用面更广的RoCE网络环境中表现欠佳，限制了其在更多场景的应用。
腾讯星脉网络团队凭借在RoCE网络领域的深厚技术积累，在DeepEP开源后迅速展开技术攻关。经过深入研究，发现两大关键瓶颈：双端口网卡带宽利用率不足以及CPU控制面交互存在时延。腾讯针对这些问题进行了一系列技术创新。在带宽分配方面，通过拓扑感知的多QP建链技术，智能分配数据流，优化双端口网卡带宽利用率，避免了带宽浪费；在解决GPU通信中的CPU控制瓶颈问题时，基于IBGDA技术优化，让“控制面”场景操作绕过CPU“中转”，降低延迟和能耗，提升整体通信效率；面对GPU直接“对话”时传输顺序混乱难题，提出“QP内时序锁”机制，确保多个GPU间数据传输精准、按序完成，即使同时处理1000多个数据传输任务，DeepEP也能自动理顺先后顺序。
经测试，腾讯优化后的DeepEP通信框架性能在RoCE网络环境提升100%，IB网络环境提升30%，为企业开展AI大模型训练提供了更高效的解决方案。这不仅让DeepEP在RoCE网络实现性能翻倍，反哺到IB网络时也使原有通信效率再提升30%。腾讯的优化，极大拓展了DeepEP的应用场景和价值。
目前，该技术已全面开源，并成功应用于腾讯混元大模型等项目的训练推理。在腾讯星脉与H20服务器构建的高性能环境中，这套方案展现出出色的通用性，充分验证了其技术的可靠性和有效性。对于DeepSeek而言，腾讯的技术优化是对其开源成果的有力补充，帮助DeepSeek突破技术瓶颈，使DeepEP通信框架在更多网络环境下发挥更大效能，增强了DeepSeek在AI领域的技术影响力和竞争力。
从行业角度来看，此次合作具有重要意义。它展示了开源社区与大型企业紧密合作的积极成果，促进了技术的共享与创新。不同企业技术团队间的协作，能够整合各方优势，加速技术的完善和应用，为AI大模型的发展提供更强大的技术支持。这种合作模式也为其他企业和技术团队树立了榜样，鼓励更多的技术交流与合作，共同推动AI技术的进步。
