2月24日，DeepSeek启动“开源周”，开源了首个代码库FlashMLA。

据先容，这是DeepSeek针对Hopper GPU优化的高效MLA解码内核，专为处分可变长度序列而遐想，刻下还是进入坐褥使用。“在H800上能竣事3000 GB/s的内存带宽&580 TFLOPS的策动性能。”DeepSeek说。

简便来说，FlashMLA 是一个能让大谈话模子在 H800这么的GPU上跑得更快、更高效的优化有诡计，尤其适用于高性能AI任务。这一代码野蛮加快大谈话模子的解码经过，从而提高模子的反应速率和隐约量，这关于及时生成任务（如聊天机器东说念主、文本生成等）尤为焦躁。

MLA（Multi-Layer Attention，多层看重力机制）是一种改良的看重力机制，旨在提高Transformer模子在处分长序列时的效果和性能‌。MLA通过多个头（head）的并行策动，让模子野蛮同期温暖文本中不同位置和不同语义层面的信息，从而更全面、更真切地捕捉长距离依赖联系和复杂语义结构‌。

此前，有从业者瓦解DeepSeek架构时提到，MLA的本色是对KV（Key-Value，一种缓存机制）的有损压缩，提高存储信息，“该时期初次在DeepSeek-V2中引入，MLA是刻下开源模子里显耀减小KV 缓存大小的最好要害。”

DeepSeek开源这一代码有何影响？记者用这一问题议论了DeepSeek，它修起称，这一代码就像给AI推理引擎装上了一台“涡轮增压器”，让大模子在处分复杂任务时更快、更省资源，同期裁减了时期门槛。FlashMLA的真理不只是时期优化，更是突破算力把持、加快AI普惠的要害一步。

具体来说，FlashMLA不错突破GPU算力瓶颈，裁减老本。传统解码要害在处分不同长度的序列（如翻译不同长度的句子）时，GPU的并行策动才气会被销耗，就像用卡车运小包裹，大部分空间闲置。而FlashMLA的改良是：通过动态调遣和内存优化，让Hopper GPU（如H100）的算力被“榨干”，探讨硬件下隐约量显耀进步。这意味着企业不错用更少的GPU处事器完成相似的任务，平直裁减推理老本。

另一方面，FlashMLA不错激动大模子落地愚弄。可变长度序列是执行场景中的常态（如聊天对话、文档生成），但传统要害需要填充（Padding）到固定长度，导致策动冗余。FlashMLA相沿动态处分变长输入，让AI愚弄（如客服机器东说念主、代码生成）反应更快、更畅通，用户体验进步，加快买卖化落地。

此前高效解码内核多由科技巨头闭源把持（如CUDA优化库），中小企业和讨论者难以复现。FlashMLA开源后，建筑者可免费得回“工业级优化有诡计”，裁减时期门槛，促进更多翻新愚弄（如垂直畛域小模子）的出身。

“the whale is making waves!（鲸鱼正在掀翻波澜！）”有网友在DeepSeek的帖子下留言称。（注：DeepSeek的企业LOGO是鲸鱼）。

也有网友但愿DeepSeek开源网页搜索（Web Search）有关的代码，并提到，“DeepSeek 是委果的OpenAI（通达东说念主工智能）”。

这只是是开动，上周2月21日DeepSeek文书，下周开动，会赓续开源5个代码库，“以十足透明的阵势共享咱们细小但真挚的阐述”。DeepSeek暗示，这些在线处事中的基础构建模块还是经过文档化、部署，并在坐褥环境中经过实战历练。

DeepSeek在公告中称我方是探索 AGI 的小公司，手脚开源社区的一部分开云(中国)Kaiyun·官方网站 - 登录入口，每共享一转代码，齐会成为加快AI行业发展的集体能源。同期，DeepSeek 称，莫得瞠乎其后的象牙塔，独一地说念的车库文化（不少好意思国驰名企业从车库里出身）和社区驱动的翻新。