DeepSeek对腾讯技术团队的重大代码贡献表示感激，合作加速取得显著进展
DeepSeek向腾讯技术团队表示衷心的感谢，称赞他们的代码贡献为“巨大的加速”，这次合作让DeepSeek的技术研发进程得到了显著的提升，腾讯技术团队的专业能力和高效协作给予了DeepSeek极大的支持，此次合作成果将为用户带来更加优秀的产品体验，推动双方在未来的科技领域取得更大的突破。
电脑知识网报道，DeepSeek向腾讯技术团队表示衷心的感谢，赞誉其为一次“巨大的加速”代码贡献。
据新浪新闻报道，腾讯技术团队针对DeepSeek开源的DeepEP通信框架进行了深入优化，这一优化在多种网络环境下均实现了显著的性能提升，经过严格的测试，优化后的通信框架在RoCE网络环境中的性能提升了百分之百，而在IB网络环境中的性能也提升了三成，这无疑为企业开展AI大模型训练提供了更高效、更可靠的解决方案。
这一技术方案不仅获得了DeepSeek的公开致谢，更被赞誉为一次“巨大的加速”代码贡献，自今年2月DeepSeek开源包括DeepEP在内的五大代码库以来,该团队便向外界展示了如何利用有限的硬件资源实现接近万卡集群的性能。
DeepEP作为其中的一项技术，原本已经凭借突破性的方法提升了300%的通信效率，成功解决了MoE架构大模型对英伟达NCCL的依赖问题，该技术在成本较低、适用面更广的RoCE网络环境中表现不佳，限制了其在更广泛场景的应用,这一痛点引发了开源社区的广泛关注和持续讨论。
腾讯星脉网络团队在了解到这一情况后，立即展开技术攻关，并发现了两大关键瓶颈：一是双端口网卡的带宽利用率不足，二是CPU控制面交互存在时延，经过腾讯的技术优化，DeepEP不仅在RoCE网络实现了性能翻倍，而且在IB（InfiniBand）网络中的通信效率也提升了30%。
这项已经全面开源的技术已经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,这套方案展现出了卓越的通用性和强大的适用性。
图片中的致谢词：“DeepSeek感谢腾讯技术团队的卓越贡献，这是一次‘巨大的加速’！”图片附注：展示了DeepSeek对腾讯技术团队优化DeepEP通信框架所做出的贡献表示感激，该优化显著提升了在多种网络环境下的性能，为企业开展AI大模型训练提供了更高效、更可靠的解决方案。
我们期待这一技术能在未来持续推动AI领域的发展,为更多的企业和开发者带来实实在在的利益。
