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




据介绍，这是DeepSeek针对Hopper GPU优化的高效MLA解码内核，专为处理可变长度序列而设计，现在已经投入生产使用。“在H800上能实现3000 GB/s的内存带宽&580 TFLOPS的计算性能。”DeepSeek说。


简单来说，FlashMLA 是一个能让大语言模型在 H800这样的GPU上跑得更快、更高效的优化方案，尤其适用于高性能AI任务。这一代码能够加速大语言模型的解码过程，从而提高模型的响应速度和吞吐量，这对于实时生成任务（如聊天机器人、文本生成等）尤为重要。

MLA (Multi-Layer Attention，多层注意力机制)是一种改进的注意力机制，旨在提高Transformer模型在处理长序列时的效率和性能‌。MLA通过多个头（head）的并行计算，让模型能够同时关注文本中不同位置和不同语义层面的信息，从而更全面、更深入地捕捉长距离依赖关系和复杂语义结构‌。


此前，有从业者解析DeepSeek架构时提到，MLA的本质是对KV（Key-Value，一种缓存机制）的有损压缩，提高存储信息，“该技术首次在DeepSeek-V2中引入，MLA是目前开源模型里显著减小KV 缓存大小的最佳方法。”


DeepSeek开源这一代码有何影响？媒体用这一问题询问了DeepSeek，它回答称：这一代码就像给AI推理引擎装上了一台“涡轮增压器”，让大模型在处理复杂任务时更快、更省资源，同时降低了技术门槛。FlashMLA的意义不单是技术优化，更是打破算力垄断、加速AI普惠的关键一步。


具体来说，FlashMLA可以突破GPU算力瓶颈，降低成本。传统解码方法在处理不同长度的序列（如翻译不同长度的句子）时，GPU的并行计算能力会被浪费，就像用卡车运小包裹，大部分空间闲置。而FlashMLA的改进是：通过动态调度和内存优化，让Hopper GPU（如H100）的算力被“榨干”，相同硬件下吞吐量显著提升。这意味着企业可以用更少的GPU服务器完成同样的任务，直接降低推理成本。


另一方面，FlashMLA可以推动大模型落地应用。可变长度序列是现实场景中的常态（如聊天对话、文档生成），但传统方法需要填充（Padding）到固定长度，导致计算冗余。FlashMLA支持动态处理变长输入，让AI应用（如客服机器人、代码生成）响应更快、更流畅，用户体验提升，加速商业化落地。


此前高效解码内核多由科技巨头闭源垄断（如CUDA优化库），中小企业和研究者难以复现。FlashMLA开源后，开发者可免费获得“工业级优化方案”，降低技术门槛，促进更多创新应用（如垂直领域小模型）的诞生。


"the whale is making waves!（鲸鱼正在掀起波浪！）”有网友在DeepSeek的帖子下留言称（注：鲸鱼是DeepSeek的企业LOGO）。


也有网友希望DeepSeek开源网页搜索（Web Search）相关的代码，并提到，“DeepSeek 是真正的OpenAI（开放人工智能）。”


这仅仅是开始，上周DeepSeek宣布，这周会陆续开源5个代码库，“以完全透明的方式分享我们微小但真诚的进展”。DeepSeek表示，这些在线服务中的基础构建模块已经经过文档化、部署，并在生产环境中经过实战检验。


无独有偶，在世界互联网大会人工智能专业委员会（以下简称“专委会”）近日主办的“人工智能赋能科学研究”研讨会上，专委会首席主任委员、中国工程院院士、之江实验室主任王坚表示，在开放科学领域，互联网发挥着重要作用，他认为AI for Science（AI用于科研）将帮助更多人加入创新阵列。


开放科学并非简单地将原有科学成果开放，而是对原有科学体系的重新审视。谈及开放科学，王坚认为，开放科学不是简单地把科学开放出来，而是要考虑怎么做科学研究，怎么做交流。在开放科学领域，互联网发挥着重要作用，也影响着人工智能的发展。如今，数据、计算和人工智能都无法脱离互联网。互联网作为基础设施，将所有问题向前推进。人工智能简单来说是数据、模型和计算的结合，与互联网一样具有规模效应。


开源的概念也在不断演变。王坚提及，在人工智能和数据时代，开源不能仅用Open Source Code表达，创新的特点应是Open Resource（开放资源）。“开源是对社会的贡献，是对全世界的贡献。”




谈及DeepSeek对于开源概念的拓展和开放资源，对于科学技术领域的巨大价值，会上，王坚表示，“我自己也觉得，这次DeepSeek给大家的感受，给我在过去两年一直讲的开源一次非常好的验证。”


他提及，DeepSeek基于MIT许可协议开源，当DeepSeek出来的时候，《自然》杂志在一个星期以内发表了五篇文章讲这件事情。其中有一篇，很认真地探讨了DeepSeek等对科学的研究有没有推动作用。


当数学、人工智能与基础设施相结合，将形成面向全球的公共产品，促进科研资源公平分配，激发个人创造力，推动科技创新，实现开放资源整合，避免科技创新资源被少数人垄断。“所以我相信，如果我们能够把这样一个技术用好，再也没有人可以把真正的科技创新资源放在一个非常小的圈子，这可能也是这件事情的意义以及它的价值所在。”王坚说。


（来源：第一财经、之江实验室）

来源: 浙江省科学技术协会