2月24日,，DeepSeek啟動了“開源周”,，并開源了首個代碼庫FlashMLA,。該代碼庫是針對Hopper GPU優(yōu)化的高效MLA解碼內(nèi)核，專為處理可變長度序列設(shè)計,，現(xiàn)已投入生產(chǎn)使用,。在H800 GPU上，F(xiàn)lashMLA能實(shí)現(xiàn)3000 GB/s的內(nèi)存帶寬和580 TFLOPS的計算性能,。

簡單來說,，F(xiàn)lashMLA是一種優(yōu)化方案,，使大語言模型在H800這樣的GPU上運(yùn)行得更快、更高效,，特別適用于高性能AI任務(wù),。這一代碼能夠加速大語言模型的解碼過程,，提高模型的響應(yīng)速度和吞吐量，對于實(shí)時生成任務(wù)（如聊天機(jī)器人,、文本生成等）尤為重要,。

MLA（多層注意力機(jī)制）是一種改進(jìn)的注意力機(jī)制，旨在提高Transformer模型在處理長序列時的效率和性能,。通過多個頭的并行計算,，MLA讓模型能夠同時關(guān)注文本中不同位置和不同語義層面的信息，從而更全面,、更深入地捕捉長距離依賴關(guān)系和復(fù)雜語義結(jié)構(gòu),。

此前，有從業(yè)者解析DeepSeek架構(gòu)時提到,，MLA的本質(zhì)是對KV（Key-Value緩存機(jī)制）的有損壓縮,，提高了存儲信息的效率。這項(xiàng)技術(shù)首次在DeepSeek-V2中引入,，目前是開源模型中顯著減小KV緩存大小的最佳方法之一,。

DeepSeek表示，F(xiàn)lashMLA就像給AI推理引擎裝上了一臺“渦輪增壓器”,，使大模型在處理復(fù)雜任務(wù)時更快,、更省資源，并降低了技術(shù)門檻,。FlashMLA的意義不僅在于技術(shù)優(yōu)化,，更是打破算力壟斷、加速AI普及的關(guān)鍵一步,。

具體來說,，F(xiàn)lashMLA可以突破GPU算力瓶頸，降低成本,。傳統(tǒng)解碼方法在處理不同長度的序列時,，GPU的并行計算能力會被浪費(fèi)，而FlashMLA通過動態(tài)調(diào)度和內(nèi)存優(yōu)化,，使Hopper GPU（如H100）的算力得到充分利用,，相同硬件下吞吐量顯著提升。這意味著企業(yè)可以用更少的GPU服務(wù)器完成同樣的任務(wù),，直接降低推理成本,。

另一方面，F(xiàn)lashMLA可以推動大模型落地應(yīng)用?，F(xiàn)實(shí)場景中的可變長度序列（如聊天對話,、文檔生成）需要動態(tài)處理，但傳統(tǒng)方法需要填充到固定長度,，導(dǎo)致計算冗余,。FlashMLA支持動態(tài)處理變長輸入,，讓AI應(yīng)用（如客服機(jī)器人、代碼生成）響應(yīng)更快,、更流暢,，用戶體驗(yàn)提升，加速商業(yè)化落地,。

此前高效的解碼內(nèi)核多由科技巨頭閉源壟斷（如CUDA優(yōu)化庫）,，中小企業(yè)和研究者難以復(fù)現(xiàn)。FlashMLA開源后,，開發(fā)者可以免費(fèi)獲得“工業(yè)級優(yōu)化方案”,，降低技術(shù)門檻，促進(jìn)更多創(chuàng)新應(yīng)用（如垂直領(lǐng)域小模型）的誕生,。

有網(wǎng)友在DeepSeek的帖子下留言稱,，“鯨魚正在掀起波浪！”（注：DeepSeek的企業(yè)LOGO是鯨魚）,。也有網(wǎng)友希望DeepSeek開源網(wǎng)頁搜索相關(guān)的代碼,，并提到，“DeepSeek是真正的開放人工智能”,。

這僅僅是開始，上周2月21日DeepSeek宣布,，接下來會陸續(xù)開源五個代碼庫,，“以完全透明的方式分享我們微小但真誠的進(jìn)展”。這些在線服務(wù)中的基礎(chǔ)構(gòu)建模塊已經(jīng)經(jīng)過文檔化,、部署,，并在生產(chǎn)環(huán)境中經(jīng)過實(shí)戰(zhàn)檢驗(yàn)。DeepSeek表示自己是探索AGI的小公司,，作為開源社區(qū)的一部分,，每分享一行代碼都會成為加速AI行業(yè)發(fā)展的集體動力。DeepSeek強(qiáng)調(diào)沒有高不可攀的象牙塔,，只有純粹的車庫文化和社區(qū)驅(qū)動的創(chuàng)新,。