一、DeepGEMM

DeepSeek 持續開源第三天：

DeepSeek 這次帶來了 DeepGEMM，一款專為 FP8 矩陣乘法（GEMM）設計的高效計算庫。

開源專案地址：

https://github.com/deepseek-ai/DeepGEMM

它完全用 CUDA 編寫，主打「輕量級、極致效能、即裝即用」，不需要編譯，所有核心計算核心都能 JIT（即時編譯）執行，兼顧高效和易用！

DeepGEMM 到底強在哪裡？

高效 FP8 計算：專為 NVIDIA Hopper Tensor Core 設計，直接打破 FP8 計算瓶頸；

MoE 專屬最佳化：針對 MoE（Mixture of Experts）模型進行了特殊最佳化，提高大模型推理效率；

輕量級 JIT 設計：不像 CUTLASS 那麼複雜，核心程式碼只有 300 行，易讀易學，還效能炸裂；

比專家調優的庫還快：在 DeepSeek-V3 推理中，效能全面超越 CUTLASS 3.6；

效能測試資料直接看爆表：

64×2112×7168 計算速度高達 206 TFLOPS，記憶體頻寬 1688GB/s，速度提升 2.7 倍！
在 MoE 訓練任務中，速度提升 1.2 倍以上，讓大模型訓練推理全面加速！

這麼極致的壓榨英偉達顯示卡，讓網友直呼，可以從澳洲聽到英偉達的尖叫。

還有網友評論說，就300行程式碼，要不是你們有最厲害的工程師，就是有黑魔法！

怎麼用？

只需三步：

1、克隆專案且部署

# Submodule must be cloned
git 
clone
 --recursive [email protected]:deepseek-ai/DeepGEMM.git
# Make symbolic links for third-party (CUTLASS and CuTe) include directories
python setup.py develop
# Test JIT compilation
python tests/test_jit.py
# Test all GEMM implements (normal, contiguous-grouped and masked-grouped)
python tests/test_core.py

2、進行環境配置


python setup.py install

3、直接呼叫 deep_gemm 在你的python檔案裡，

簡潔、強悍、無痛上手，完全是 AI 計算最佳化的神器！

二、阿里萬相 2.1

DeepSeek 開源正如火如荼，阿里昨晚也沒閒著，正式開源 萬相 2.1！

開源專案地址：

https://github.com/Wan-Video/Wan2.1

https://huggingface.co/spaces/Wan-AI/Wan2.1

這個目前的 SOTA 開源影片生成模型，直接在 VBench 基準測試中拿下第一，力壓 OpenAI Sora、Adobe、蘋果等一眾強敵！

萬相 2.1 到底強在哪？

真正的開源：程式碼 & 權重全放出，讓所有人都能玩；

超強影片生成：可以生成穩定流暢的複雜人物動作和精準物理互動，遠超現有競品；

直接加字：不用後期剪輯，AI 直接在影片裡寫字（中文、英文全支援）；

家用顯示卡都能跑：1.3B 版本只需要 RTX 4090 就能流暢生成 480P 影片，比很多 5B 引數模型還強！

讓我們來看一下它的效果：

提示詞：

在臺風肆虐的街頭，一隻身著亮黃雨衣、揹負巨大天使翅膀的橙色小貓，駕駛踏板摩托車勇敢穿行。8K畫質下，小貓眼神靈動，毛髮細膩，雨衣與頭盔色彩鮮明，與灰暗背景形成強烈對比。城市燈光映照在路面積水上，增添一抹柔和，小貓的微笑和閃爍的大眼睛彷彿能驅散所有陰霾，營造出溫馨奇幻的氛圍，讓人彷彿進入了一個充滿魔力的夢境。

提示詞：一隻戴著耳機的小狗正騎著一輛色彩斑斕的滑板車穿越鬱鬱蔥蔥的綠野，車籃裡裝滿了各種新鮮蔬菜，宛如一幅流動的田園風景畫。特別的是，一隻悠然自得的小貓正悠閒地伏在小狗的背上，二者默契配合，盡情享受這風馳電掣的快感。背景中，連綿起伏的山巒與蔚藍的天空交相輝映，點綴著柔軟的白雲，營造出一幅寧靜而愉悅的畫面。小狗專注的神情與小貓愜意的姿態，共同詮釋著這場別開生面的騎行之樂。