deepseek-ai/DeepEP：README に基づく導入ガイド

deepseek-ai/DeepEP の README はプロジェクトを「DeepEP: an efficient expert-parallel communication library」と説明しています。ここではリポジトリで確認できる事実だけを整理します。star 数やバッジは注目度の手掛かりであり、品質の証明ではありません。「DeepEP」には次の説明があります。DeepEP (DeepEveryParallel) is a high-performance communication library for modern machine learning training and inference. The library currently focuses on expert parallelism (EP) , providing high-throughput and low-latency all-to-all GPU。これは範囲の説明であり、本番検証の結果ではありません。

README の「New features」にある内容から、用途が合うかを先に判断できます。High-throughput and low-latency APIs unified into a single ElasticBuffer interface, with a new GEMM layout。目的が違うなら、人気だけで採用する理由にはなりません。プロジェクト名やコマンドは原文のまま残し、一次資料へ戻って用語を確認できるようにしています。 README には次の確認可能な項目もあります。V2 release: A complete refactoring of Expert Parallelism , achieving extreme performance with several times fewer SM resources compared to V1, while supporting significantly larger scale-up and scale-out domains.。初回テストの材料にはなりますが、実際の環境での確認を省略する理由にはなりません。

動作の説明は「Still on-going features」など複数の箇所に分かれています。確認できる情報は次の通りです。For the legacy V1 documentation (NVSHMEM-based), see docs/legacy.md.。書かれていない構成、性能、セキュリティを推測で補いません。導入時はディレクトリ、設定ファイル、release 履歴を確認してください。

初回導入は README の入口から始めます。確認できるコマンドは次の通りです。 pip install "nvidia-nccl-cu13>=2.30.4" --no-deps 実行可能なコマンドがない場合は手順を作らず、「News」で依存関係、待受ポート、初回設定を確認します。

日常運用は公式文書の範囲に限ります。「Performance」にはFollowing V3's configuration, we tested with 8K tokens per batch, 7168 hidden dimensions, top 8 experts, FP8 dispatching, and BF16 combining, and obtained the following results:とあります。設定、環境変数、権限、データ保存先は明記されたものだけを扱います。未記載の既定値は隔離環境で確認し、戻せる設定を保存してください。 同じ資料にはLarger scale-up & scale-out domain support (up to EP2048)ともあります。