月之暗面开源 MoonEP，面向 MoE 分布式训练的高性能通信库
Kimi 团队月之暗面在 X 平台宣布开源 MoonEP，一款专为分布式 MoE 负载设计的高性能通信库，旨在降低大规模…
月之暗面（Moonshot AI，旗下产品为 Kimi）近日在 X 平台正式宣布开源 MoonEP，这是一款面向分布式 MoE（Mixture of Experts，混合专家）负载的高性能通信库。官方表示，MoonEP 旨在提升专家并行（expert-parallel）场景下的通信效率，帮助降低大规模 MoE 训练与推理系统中的通信开销，其代码已在 GitHub 上公开。
MoonEP 是什么
按照官方在 X 上给出的描述，MoonEP 是月之暗面为分布式 MoE 工作负载专门设计的高性能通信库，核心目标是减少专家并行通信带来的开销。在 MoE 架构中，不同的 token 会被路由到不同的专家（expert）上进行处理，当专家分布在多台机器或多张加速卡上时，跨节点的数据交换会成为显著的性能瓶颈，通信库的效率直接影响整体训练和推理速度。
MoonEP 即围绕这一痛点进行优化，定位是基础设施层的通信组件，而非上层模型或应用。其代码遵循开源协议，开发者可以直接在 GitHub 仓库中阅读、使用并参与改进。
为什么值得关注
随着 MoE 逐渐成为主流大模型（包括国内外多个头部模型）的常用架构，如何高效地完成跨设备专家调度与通信，成了工程团队必须解决的问题。开源社区此前已有 DeepSpeed、 Megatron-LM 等框架自带的相关实现，而月之暗面把自家在 Kimi 系列模型训练与推理过程中沉淀出的通信库独立开源，一方面意味着 Kimi 团队愿意把工程基础设施层面的积累共享给社区，另一方面也为从业者提供了一个可单独评估和替换的候选组件。
需要说明的是，目前官方披露的信息相对精简，仅明确了库的定位与开源渠道，尚未在公告中给出具体的性能基准（benchmark）、支持规模、硬件适配范围等技术细节，这些信息通常会陆续沉淀到 GitHub 仓库的 README、文档与后续发布中。
获取方式
- 仓库入口：官方 X 帖子中附带的 GitHub 链接（https://t.co/h2Rcwg88dQ）
- 开源方：Moonshot AI（月之暗面）
- 面向场景：分布式 MoE 训练与推理，关注专家并行效率的工程团队与研究者
对正在进行 MoE 模型训练或大规模推理部署的开发者而言，MoonEP 提供了一个新的可选项；对更广泛的 AI 行业而言，这则是头部厂商持续把内部基础设施外溢为开源资产的又一个信号。