衡宇梦晨发自凹非寺
量子位公众号 QbitAI
按时整活！
DeepSeek 开源周第四天，直接痛快「1 日 3 连发」，且全都围绕一个主题：
优化并行策略。
- DualPipe：一种创新的双向流水线并行算法，能够完全重叠前向和后向计算-通信阶段，并减少“流水线气泡”。它通过对称的微批次调度，优化了并行计算效率。
- Expert Parallelism Load Balancer(EPLB)：用于 MoE 的负载均衡算法，通过复制高负载专家并智能地分配专家到不同 GPU 上，确保计算资源的均衡利用。它包含两种政策：层次化负载均衡和全局负载均衡。
- Profiling Data：训练和推理框架的性能分析数据，展示了通信-计算重叠策略和底层实现细节。
这三者中，DualPipe 从时间上优化了计算与通信的调度，EPLB 从空间上平衡利用计算资源，Profiling Data 则提供了前两者在实际应用中效果的可视化证据。
且DualPipe 的开发团队中包括梁文锋本人。
发布后 10 分钟不到，3 者在 GitHub 上的星标已经破 300 了，且其中 DualPipe 的星标飙升最快。
而 DeepSeek 一发推，网友的留言也排山倒海一般扑面而来，几乎都是不吝溢美之词：
好活！令人兴奋！
优化策略可以重新定义行业的性能。
Day 4，直接 1 日 3 连发
DualPipe
DualPipe 是在 DeepSeek-V3 中首次出现双向流水线并行算法，现在代码完全开源。
它实现了前向与后向计算-通信阶段的完全重叠，还减少了流水线气泡（即某些设备在某些时刻空闲等待）。
DualPipe 采用了双向微批次调度策略，其核心特点是：
- 对称设计：反向方向的微批次与前向方向对称排列，形成一种几何平衡的调度结构
- 计算-通信重叠：两个共享黑色边框的单元格表示相互重叠的计算和通信过程
- 双向并行：同时在两个方向上推进微批次，最大化硬件利用率
传统流水线并行方法如 1F1B（one-forward-one-backward）在处理多 GPU 场景时会产生大量气泡。
DualPipe 通过重新安排微批次执行顺序，和对称结构缓解这个问题。
EPLB
EPLB 适用于 V3/R1 的专家并行负载均衡器，解决 MoE 模型在分布式训练和推理中的负载不平衡问题。
在 MoE 架构中，不同的输入会激活不同的专家，可能导致某些专家过载，进一步造成不同 GPU 的利用率不平衡。
EPLB 采用“redundant experts”（冗余专家）策略：
识别高负载专家→复制多个副本分配到不同 GPU→在推理时动态分配输入到负载较轻的专家副本。
并带有两种普通的策略：
- 分层负载平衡，专家并行较小的预填充阶段使用。
- 全局负载平衡，在专家并行规模较大的解码阶段采用。
V3/R1 中的计算通信重叠分析数据
开源第四弹的 part 3，DeepSeek 公开分享了来自训练和推理框架的分析数据，以帮助社区更好地了解通信计算重叠策略和低级实现细节。
GitHub 上注明，分析数据是使用 PyTorch Profiler 捕获的。
下载后，开发者可以通过导航到 Chrome 浏览器中的 chrome://tracing（或 Edge 浏览器中的 edge://tracing）将它进行可视化。
Attention please——DeepSeek 模拟了一个绝对平衡的 MoE 路由策略进行分析。
首先，训练阶段。
训练配置文件数据演示了 DeepSeek 在 DualPipe 中，对一对单独的向前和向后数据块的重叠策略。
每个数据块包含 4 个 MoE 层。
并行配置与 DeepSeek-V3 预训练设置一致 EP64、TP1 具有 4K 序列长度。
为简单起见，在 profilng 期间不包括 PP 通信。
其次，推理阶段。
1）预填充。
对于预填充，配置文件使用 EP32 和 TP1（与 DeepSeek V3/R1 的实际在线部署一致），提示长度设置为 4K，每个 GPU 的批量大小为 16Ktokens。
在预填充阶段，DeepSeek 利用两个微批次来重叠计算和多对多通信，同时确保注意力计算负载在两个微批次之间平衡
——这意味着相同的提示可以在它们之间分配。
2）解码。
（注：相关数据尚未准备就绪，将于稍后发布）
解码方面，该配置文件采用了 EP128、TP1 和 4K 的提示长度（与实际在线部署配置非常匹配），每个 GPU 的批量大小为 128 个请求。
与预填充类似，解码还利用两个微批处理进行重叠计算和多对多通信。
但与预填充不同的是，解码期间的 all-to-all 通信不会占用 GPU SM：
发出 RDMA 消息后，所有 GPU SM 都会被释放，系统在计算完成后等待 all-to-all 通信完成。
有关 all-to-all 实现的更多信息，请参考开源周第二弹 DeepEP。
One More Thing
“大放异彩！”
对于第四弹的开源内容，网友是这么感慨的。
目前看来，DeepSeek 开源周的前 4 天，都挺令追更群众们满意。
尤其是这次开源周全部瞄准大模型的 Infra 层。
追更看客们表示：
更好的团队合作不仅是团队管理优化的一部分，更是实现顶级 AI 性能的秘诀。
DeepSeek 正在创建新的标准，大规模训练的未来就在咱们眼前！
好了，DeepSeek 开源周，明天就是最后一天了，不知道会有什么压轴登场？
参考链接：
https://x.com/deepseek_ai/status/1894931931554558199
Github：
[1]https://github.com/deepseek-ai/DualPipe
