上周五，DeepSeek 宣布，从本周开始将陆续开源五个代码库。今天上午，DeepSeek 如期履行承诺，开源了一款用于 Hopper GPU 的高效型 MLA 解码核：FlashMLA，目前已投入生产。

　　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。其中，FlashMLA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，可增强性能高、优化资源使用并减少延迟。

　　与传统解码器相比，Flash MLA在处理可变长度序列时，能够显著提高计算效率和速度。通俗来说，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）很重要。

　　DeepSeek表示，其在H800上能实现3000 GB/s的内存带宽&580 TFLOPS的计算性能。

　　无疑，此次开源Flash MLA代码库，旨在激发更多开发者的创造力，开发者可以在此基础上进行改进和创新，共同推动AI技术的进步。

　　截至记者发稿，Star 数量正不断上升，并持续迎来好评。

　　作为开源社区的一部分，自称小团队的DeepSeek相信每一行共享的代码都会成为集体动力，并称“这个领域没有高高在上的象牙塔，只有纯粹的车库创业精神与社区共筑的创新力量”。