[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-deepseek-ai--profile-data":3,"tool-deepseek-ai--profile-data":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":80,"owner_email":81,"owner_twitter":80,"owner_website":82,"owner_url":83,"languages":80,"stars":84,"forks":85,"last_commit_at":86,"license":80,"difficulty_score":87,"env_os":88,"env_gpu":88,"env_ram":88,"env_deps":89,"category_tags":92,"github_topics":80,"view_count":23,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":93,"updated_at":94,"faqs":95,"releases":126},2492,"deepseek-ai\u002Fprofile-data","profile-data","Analyze computation-communication overlap in V3\u002FR1.","profile-data 是 DeepSeek 开源的一份性能分析数据集，旨在帮助社区深入理解其 V3\u002FR1 模型在训练和推理过程中的底层实现细节。它主要解决了分布式大模型开发中“黑盒化”的痛点，通过公开真实的性能剖析数据，让开发者能够直观地观察和分析计算与通信重叠（Computation-Communication Overlap）的具体策略，从而优化并行效率。\n\n这份资源特别适合 AI 基础设施工程师、分布式系统研究人员以及对大模型底层优化感兴趣的高级开发者使用。普通用户可能较难直接从中获益，但对于希望提升模型训练速度或推理吞吐量的技术团队而言，它具有极高的参考价值。\n\nprofile-data 的核心亮点在于其透明度和技术深度。数据基于 PyTorch Profiler 采集，用户只需通过 Chrome 或 Edge 浏览器的 tracing 功能即可直接可视化查看。在训练阶段，它展示了 DualPipe 架构下前向与后向传播块的重叠策略；在推理阶段，则分别揭示了 Prefilling（预填充）和 Decoding（解码）阶段的微批次处理机制。特别是在解码阶段，profile-d","profile-data 是 DeepSeek 开源的一份性能分析数据集，旨在帮助社区深入理解其 V3\u002FR1 模型在训练和推理过程中的底层实现细节。它主要解决了分布式大模型开发中“黑盒化”的痛点，通过公开真实的性能剖析数据，让开发者能够直观地观察和分析计算与通信重叠（Computation-Communication Overlap）的具体策略，从而优化并行效率。\n\n这份资源特别适合 AI 基础设施工程师、分布式系统研究人员以及对大模型底层优化感兴趣的高级开发者使用。普通用户可能较难直接从中获益，但对于希望提升模型训练速度或推理吞吐量的技术团队而言，它具有极高的参考价值。\n\nprofile-data 的核心亮点在于其透明度和技术深度。数据基于 PyTorch Profiler 采集，用户只需通过 Chrome 或 Edge 浏览器的 tracing 功能即可直接可视化查看。在训练阶段，它展示了 DualPipe 架构下前向与后向传播块的重叠策略；在推理阶段，则分别揭示了 Prefilling（预填充）和 Decoding（解码）阶段的微批次处理机制。特别是在解码阶段，profile-data 清晰呈现了如何利用 RDMA 消息发送释放 GPU 计算单元，实现计算与 All-to-All 通信的高效并行。此外，它还模拟了完全平衡的 MoE 路由策略，为研究者提供了理想的对照样本。通过研读这些数据，技术人员可以更准确地复现 DeepSeek 的高性能表现，或借鉴其思路优化自己的分布式训练与推理框架。","# Profiling Data in DeepSeek Infra\n\nHere, we publicly share profiling data from our training and inference framework to help the community better understand the communication-computation overlap strategies and low-level implementation details. The profiling data was captured using the PyTorch Profiler. After downloading, you can visualize it directly by navigating to chrome:\u002F\u002Ftracing in the Chrome browser (or edge:\u002F\u002Ftracing in the Edge browser). Notice that we simulate an absolutely balanced MoE routing strategy for profiling.\n\n## Training\n\n[[profile_data]](train.json)\n\n![train](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_d9dea4aa9c1c.jpg)\n\nThe training profile data demonstrates our overlapping strategy for a pair of individual forward and backward chunks in [DualPipe](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fdualpipe). Each chunk contains 4 MoE (Mixture of Experts) layers.\nThe parallel configuration aligns with DeepSeek-V3 pretraining settings: EP64, TP1 with 4K sequence length. And the PP communication is not included during profiling for simplicity.\n\n## Inference\n\n### Prefilling\n\n[[profile_data]](prefill.json)\n\n![prefill](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_2aff6489bbb6.jpg)\n\nFor prefilling, the profile employs EP32 and TP1 (in line with DeepSeek V3\u002FR1 ’s actual online deployment), with a prompt length set to 4K and a batch size of 16K tokens per GPU. In our prefilling stage, we utilize two micro-batches to overlap computation and all-to-all communication, while ensuring that the attention computation load is balanced across the two micro-batches — meaning that the same prompt may be split between them.\n\n### Decoding\n\n[[profile_data]](decode.json)\n\n![decode](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_e3c292948826.jpg)\n\nFor decoding, the profile employs EP128, TP1, and a prompt length of 4K (closely matching the actual online deployment configuration), with a batch size of 128 requests per GPU. Similar to prefilling, decoding also leverages two micro-batches for overlapping computation and all-to-all communication. However, unlike in prefilling, the all-to-all communication during decoding does not occupy GPU SMs: after RDMA messages are issued, all GPU SMs are freed, and the system waits for the all-to-all communication to complete after the computation has finished. For more information about the all-to-all implementation, please refer to [DeepEP](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepEP).\n","# DeepSeek 基础设施中的性能剖析数据\n\n在此，我们公开分享训练与推理框架的性能剖析数据，以帮助社区更好地理解通信-计算重叠策略及底层实现细节。这些剖析数据是使用 PyTorch Profiler 捕获的。下载后，您可以在 Chrome 浏览器中访问 chrome:\u002F\u002Ftracing（或在 Edge 浏览器中访问 edge:\u002F\u002Ftracing）直接进行可视化。请注意，我们在剖析时模拟了一种完全均衡的 MoE 路由策略。\n\n## 训练\n\n[[profile_data]](train.json)\n\n![train](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_d9dea4aa9c1c.jpg)\n\n训练剖析数据展示了我们在 [DualPipe](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fdualpipe) 中针对一对独立的前向和反向分块所采用的重叠策略。每个分块包含 4 层专家混合模型（MoE）层。\n并行配置与 DeepSeek-V3 的预训练设置一致：EP64、TP1，序列长度为 4K。为简化起见，剖析过程中未包含流水线通信。\n\n## 推理\n\n### 预填充\n\n[[profile_data]](prefill.json)\n\n![prefill](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_2aff6489bbb6.jpg)\n\n在预填充阶段，剖析采用了 EP32 和 TP1（与 DeepSeek V3\u002FR1 的实际线上部署一致），提示长度设为 4K，每张 GPU 的批量大小为 16K 个 token。在预填充阶段，我们使用两个微批次来重叠计算与全对全通信，同时确保注意力计算负载在这两个微批次之间保持均衡——也就是说，同一个提示可能会被拆分到这两个微批次中。\n\n### 解码\n\n[[profile_data]](decode.json)\n\n![decode](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_readme_e3c292948826.jpg)\n\n在解码阶段，剖析采用了 EP128、TP1，以及 4K 的提示长度（与实际线上部署配置高度一致），每张 GPU 的批量大小为 128 个请求。与预填充类似，解码也利用两个微批次来实现计算与全对全通信的重叠。然而，与预填充不同的是，解码过程中的全对全通信并不占用 GPU SM：在 RDMA 消息发出后，所有 GPU SM 都会被释放，系统会在计算完成后等待全对全通信完成。有关全对全通信实现的更多信息，请参阅 [DeepEP](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002FDeepEP)。","# profile-data 快速上手指南\n\n`profile-data` 是 DeepSeek 开源的性能分析数据集，旨在帮助社区深入理解其训练和推理框架中的通信-计算重叠策略及底层实现细节。数据通过 PyTorch Profiler 捕获，可直接在浏览器中可视化查看。\n\n## 环境准备\n\n*   **系统要求**：支持现代操作系统的计算机（Windows, macOS, Linux）。\n*   **前置依赖**：\n    *   现代 Web 浏览器：**Google Chrome** 或 **Microsoft Edge**。\n    *   无需安装 Python、PyTorch 或其他开发环境，仅需浏览器即可进行数据可视化。\n\n## 安装步骤\n\n本项目为静态数据仓库，无需传统意义上的“安装”。请执行以下步骤获取数据：\n\n1.  **克隆仓库或下载数据文件**：\n    你可以直接下载以下 JSON 文件，或克隆整个仓库以获取所有资源：\n\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data.git\n    ```\n\n    或者单独下载所需的 profiling 数据文件：\n    *   训练数据: [train.json](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fblob\u002Fmain\u002Ftrain.json)\n    *   推理预填充数据: [prefill.json](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fblob\u002Fmain\u002Fprefill.json)\n    *   推理解码数据: [decode.json](https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fblob\u002Fmain\u002Fdecode.json)\n\n## 基本使用\n\n获取 `.json` 文件后，按照以下步骤在浏览器中可视化性能轨迹：\n\n1.  **打开追踪查看器**：\n    *   Chrome 用户：在地址栏输入 `chrome:\u002F\u002Ftracing` 并回车。\n    *   Edge 用户：在地址栏输入 `edge:\u002F\u002Ftracing` 并回车。\n\n2.  **加载数据**：\n    *   点击页面上的 **\"Load\"** 按钮。\n    *   选择你下载的 `.json` 文件（例如 `train.json`）。\n\n3.  **分析数据**：\n    *   加载完成后，你将看到详细的时间轴视图。\n    *   **训练场景 (`train.json`)**：展示了 DualPipe 中前向和后向块的重叠策略，包含 4 个 MoE 层，配置为 EP64, TP1, 序列长度 4K。\n    *   **推理预填充 (`prefill.json`)**：展示了 EP32, TP1 配置下的预填充过程，使用两个微批次重叠计算与 All-to-All 通信，Batch Size 为每 GPU 16K tokens。\n    *   **推理解码 (`decode.json`)**：展示了 EP128, TP1 配置下的解码过程，同样使用微批次重叠，但 All-to-All 通信不占用 GPU SM（RDMA 发送后释放 SM），Batch Size 为每 GPU 128 个请求。\n\n> **注意**：为了简化分析，训练 profiling 中未包含流水线并行（PP）通信数据；所有 profiling 均基于模拟的绝对平衡 MoE 路由策略。","某大型 AI 实验室的基础设施团队正基于 DeepSeek-V3\u002FR1 架构优化大规模 MoE 模型的训练与推理性能，旨在解决高并发下的通信瓶颈问题。\n\n### 没有 profile-data 时\n- **黑盒调优困境**：团队难以直观判断计算与通信（All-to-all）是否真正重叠，只能依靠日志猜测 DualPipe 流水线中是否存在空闲等待，导致优化方向模糊。\n- **推理延迟波动大**：在 Prefilling 阶段，由于无法确认微批次（micro-batches）间的注意力计算负载是否均衡，常出现部分 GPU 负载过高而拖慢整体响应时间的情况。\n- **解码资源浪费疑虑**：在 Decoding 阶段，工程师不确定 RDMA 消息发出后 GPU SM（流多处理器）是否被完全释放，担心通信等待期间存在未被利用的计算资源，却缺乏底层数据佐证。\n- **配置验证成本高**：每次调整 EP（专家并行）或 TP（张量并行）参数后，需耗费数小时运行完整基准测试才能评估效果，迭代效率极低。\n\n### 使用 profile-data 后\n- **可视化重叠策略**：通过 Chrome Tracing 直接加载 train.json，团队清晰看到 Forward\u002FBackward 块中计算与通信的时间轴重叠细节，精准定位并消除了流水线气泡。\n- **负载均衡优化**：分析 prefill.json 发现微批次拆分不均的问题，据此调整 Prompt 分割策略，确保两个微批次的注意力计算负载平衡，显著降低了尾延迟。\n- **确认 SM 释放机制**：查看 decode.json 证实了在 All-to-all 通信期间 GPU SM 确实处于空闲等待状态，验证了 DeepEP 的实现符合预期，从而放心地将剩余算力用于其他辅助任务。\n- **快速参数迭代**：无需重新训练，仅通过对比不同并行配置（如 EP64 vs EP128）的 profiling 数据，即可在分钟内评估通信开销变化，大幅加速了集群配置调优过程。\n\nprofile-data 的核心价值在于将抽象的分布式通信行为转化为可视化的时间轴数据，使开发者能从底层微观视角精准诊断并优化计算与通信的重叠效率。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeepseek-ai_profile-data_2f82b992.png","deepseek-ai","DeepSeek","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdeepseek-ai_04503588.png","",null,"service@deepseek.com","https:\u002F\u002Fwww.deepseek.com\u002F","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai",1148,145,"2026-04-01T04:22:05",1,"未说明",{"notes":90,"python":88,"dependencies":91},"该仓库仅包含 profiling 数据文件（JSON格式），并非可执行的软件工具。无需安装依赖或配置运行环境。用户只需下载数据文件，并使用 Chrome 或 Edge 浏览器访问 chrome:\u002F\u002Ftracing 或 edge:\u002F\u002Ftracing 即可直接可视化查看性能分析结果。",[],[26,13],"2026-03-27T02:49:30.150509","2026-04-06T11:30:59.580202",[96,101,106,111,116,121],{"id":97,"question_zh":98,"answer_zh":99,"source_url":100},11488,"为什么在预填充（Prefill）阶段保留了24个SM用于通信，而在解码（Decode）阶段却不保留任何SM？","这是因为预填充和训练阶段使用的是常规内核（normal kernel），而解码阶段使用的是低延迟内核（low-latency kernel）。在低延迟内核中，使用了钩子（hook）技术，从而节省了SM资源。具体原因可以参考 DeepEP 代码仓库。","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F8",{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},11489,"为什么 Group GEMM 内核会出现在两个流（streams）中并存在重叠？","这是内部较早版本的分组 GEMM 实现（与 DeepGEMM 的实现不同）。为了获得最佳性能，我们在两个流上交错启动专家 GEMM（每个专家一个内核）。虽然目前的 DeepGEMM 实现在大多数情况下表现更好，但由于历史原因且双流性能尚可，因此保留了此实现。","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F2",{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},11490,"在 decode.json 中只看到一个主流，README 中提到的“利用两个微批次重叠计算和 All-to-All 通信”是如何实现的？","由于使用了后台 RDMA（Remote Direct Memory Access），因此只部署了一个流。你在 profile 中看到的 \"void dpsk::ep::internode::dispatch_ll\" 和 \"void dpsk::ep::internode::combine_ll\" 内核与 EP（Expert Parallelism）通信有关，但通信本身通过 RDMA 在后台进行，不占用额外的 CUDA 流来显示重叠。","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F12",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},11491,"在使用 Dualpipe 训练 V3 模型时，激活值内存占用似乎超过了 80GB 的限制，是如何优化的？","用户计算的峰值激活内存未考虑重计算（recompute）技术。实际上，系统忽略（即通过重计算节省）了部分激活值的存储，从而解决了内存超限问题。","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F18",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},11492,"decode.json 文件在哪里获取？","decode.json 文件已发布。你可以直接在仓库中找到该文件：https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fblob\u002Fmain\u002Fdecode.json","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F1",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},11493,"解码时间线（Timeline of decoding）数据何时发布？","解码时间线数据已经发布完成。","https:\u002F\u002Fgithub.com\u002Fdeepseek-ai\u002Fprofile-data\u002Fissues\u002F11",[]]