DeepSeek 是一家致力于探索通用人工智能（AGI）的公司，近期通过“开源周”活动发布了多个开源项目，涵盖了模型训练、推理优化、并行计算等多个领域。DeepSeek 的开源项目不仅展示了其在 AI 领域的技术实力，还通过开放共享推动了行业的整体进步。
如果你对这些项目感兴趣，可以通过下面链接获取更多详细信息。以下是 DeepSeek 开源项目的主要内容和相关信息：
官方开源
| 项目名称 | 项目链接 | 简介 |
|---|---|---|
| DeepSeek-R1 | https://github.com/deepseek-ai/DeepSeek-R1 | DeepSeek的旗舰语言模型，提供高质量的响应，支持多种自然语言处理任务。 |
| DeepSeek-V3 | https://github.com/deepseek-ai/DeepSeek-V3 | DeepSeek的第三个版本，采用创新的混合专家架构（MoE），支持多模态搜索。 |
| DeepSeek-V2 | https://github.com/deepseek-ai/DeepSeek-V2 | 一款强大、经济高效的专家混合语言模型 |
| DeepSeek-Coder-V2 | https://github.com/deepseek-ai/DeepSeek-Coder-V2 | 采用混合专家（Mixture-of-Experts，MoE）架构，突破闭源模型在代码智能中的壁垒 |
| DeepSeek-Coder | https://github.com/deepseek-ai/DeepSeek-Coder | 用于辅助代码编写的AI工具，支持多种编程语言。 |
| DeepSeek-LLM | https://github.com/deepseek-ai/DeepSeek-LLM | 提供准确可靠答案的综合语言模型。 |
| Janus | https://github.com/deepseek-ai/Janus | 统一的多模态理解与生成模型 |
| DreamCraft3D | https://github.com/deepseek-ai/DreamCraft3D | 基于引导扩散先验的分层3D生成模型的官方实现 |
| DeepSeek-Math | https://github.com/deepseek-ai/DeepSeek-Math | 通过增强模型的数学理解和推理能力，突破了传统语言模型在数学领域的限制，能够处理更复杂的数学推理任务，如符号计算、定理证明等 |
| DeepSeek-MoE | https://github.com/deepseek-ai/DeepSeek-MoE | 创新的混合专家架构模型，支持高效推理。 |
| DeepSeek-VL2 | https://github.com/deepseek-ai/DeepSeek-VL2 | 用于先进多模态理解的专家混合视觉-语言模型 |
| DeepSeek-VL | https://github.com/deepseek-ai/DeepSeek-VL | 通过深度学习技术增强视觉和语言的融合，解决复杂的视觉-语言任务 |
其他有关 DeepSeek 开源项目
| 项目名称 | 项目链接 | 简介 |
|---|---|---|
| DeepSeek-API-Integration | https://github.com/deepseek-ai/awesome-deepseek-integration | 整理了DeepSeek API的集成应用，支持多种平台和语言。 |
| GPT4Free | https://github.com/xtekky/gpt4free | 提供免费访问DeepSeek V3 & R1等模型的接口。 |
| CherryStudio | https://github.com/CherryHQ/cherry-studio | 支持包括DeepSeek-R1在内的多款LLM的桌面客户端。 |
| TinyZero | https://github.com/Jiayi-Pan/TinyZero | 伯克利团队复现DeepSeek R1-Zero的项目。 |
| simpleRL-reason | https://github.com/hkust-nlp/simpleRL-reason | 港科大团队复现DeepSeek R1-Zero和R1的项目。 |
| DeepSeek-Free | https://github.com/deepseek-free/deepseek-free | 提供DeepSeek部署教程和免费API接口。 |
| Unlock-DeepSeek | https://github.com/datawhalechina/unlock-deepseek | 面向AI研究爱好者的DeepSeek系列工作解读和复现。 |
开源周回顾：5天5大硬核项目
DeepSeek此次开源周以“每日一弹”形式，依次开放了5个核心项目，均聚焦AI基础设施的优化与创新：
1. FlashMLA（2月24日）
定位：专为英伟达Hopper GPU（如H100/H800）优化的高效MLA解码内核。
性能：在H800 GPU上实现3000GB/s内存带宽与580TFLOPS算力，支持可变长度序列处理，已投入生产环境。
2. DeepEP（2月25日）
突破：首个面向MoE（混合专家）模型的开源专家并行（EP）通信库。
亮点：支持NVLink和RDMA高速通信，原生适配FP8低精度运算，显著提升集群训练效率。
3. DeepGEMM（2月26日）
创新：高效FP8通用矩阵乘法库，核心逻辑仅300行代码，性能却超越传统专家调优内核。
应用：在Hopper GPU上实现1350+ TFLOPS的FP8性能，适配传统稠密模型与MoE模型。
4. DualPipe & EPLB（2月27日）
双工具：双向流水线并行算法（DualPipe）解决计算通信重叠问题；专家并行负载均衡器（EPLB）优化资源分配，提升训练稳定性。
5. 3FS文件系统（2月28日）
性能怪兽：专为SSD和RDMA网络设计的高性能并行文件系统，聚合读取吞吐量达6.6 TiB/s（180节点集群），支持AI训练全流程（数据加载、检查点保存等）。
总结
DeepSeek的开源周不仅是技术实力的展示，更是一场“车库创业精神”的宣言——正如其创始人梁文锋所言：“技术没有象牙塔，唯有社区共筑的创新力量”。这场开源行动或将重新定义AI行业的竞争格局，让技术普惠真正照进现实。