DeepSeek 공개 GPU 커널 모음 DeepGEMM, 원문 주장 정리

X 사용자 Ren(@Ryrenz)이 2026년 10월 11일 게시물에서 DeepSeek가 모델 학습에 사용하던 GPU 연산자 라이브러리 DeepGEMM을 오픈소스로 공개했다고 소개했습니다. 원문은 동일 게시물 작성 시점에 GitHub 8909스타, 1401포크를 기록했고 9월 30일에 승텅(Ascend) 버전을 함께 공개했다고 주장합니다. 아래 내용은 모두 해당 게시물이 전한 주장의 정리이며, 저장소 실측으로 독립 검증된 사실이 아닙니다.

DeepGEMM이 무엇이라고 소개됐나

원문에 따르면 DeepGEMM은 대규모 모델 추론에서 반복되는 GPU 연산 원시 연산들을 하나의 CUDA 코드베이스에 모은 라이브러리입니다. 작성자는 FP8 행렬곱, MoE 분산·통신 겹침, 인덱서 채점 커널을 각각 따로 관리하고 아키텍처별로 다시 작성하던 수고를 줄이는 것이 취지라고 설명합니다.

원문이 열거한 구성 요소는 다음과 같습니다.

• FP8·FP4·BF16 행렬곱 커널
• 통신 겹침이 융합된 MoE 커널
• DeepSeek v3.2의 번개 인덱서(lightning indexer) 채점 커널

원문은 이 라이브러리가 CUTLASS와 CuTe의 발상을 빌렸지만 과도한 템플릿 구조를 피했고, 수정 부담을 낮춘 설계라고 덧붙입니다. 이 평가는 원문 작성자의 견해이며 독립적인 코드 리뷰 결과가 아닙니다.

설치·사용 방식에 대한 원문 설명

원문 설명에 따르면 모든 커널은 DeepJIT를 이용해 실행 시점에 컴파일되며, 설치 단계에서는 컴파일을 하지 않습니다. 작성자는 환경 구축 시 CUDA 컴파일 대기 시간을 아낄 수 있다는 점을 장점으로 꼽습니다.

다만 원문 게시물에 담긴 GitHub 링크는 펼치지 않은 t.co 단축 주소 형태이며, 이 글 역시 정식 저장소 URL로 단정하지 않습니다. 이 글 역시 설치 명령, 지원 클라이언트, 라이선스, 호환 GPU 목록을 적지 않습니다. 실제 도입 전에는 정식 저장소 페이지에서 주소와 문서를 직접 확인해야 합니다.

성능 수치와 검증 한계

원문은 성능에 대해 "공식 측 설명"이라는 전달 형식을 씁니다. 여러 행렬 형태에서 전문가가 조정한 라이브러리와 대등하거나 앞선다는 주장과 함께, H800에서 최대 1550 TFLOPS라는 수치를 전합니다.

이 수치는 측정 조건과 범위가 게시물에 없으므로 성능 보장으로 읽으면 안 됩니다. 댓글 반응도 "자신의 추론 환경에서 실제 가속 여부는 직접 확인해야 한다"는 유보적 태도였습니다. 또 다른 댓글 작성자는 소규모 팀의 MoE 배포와 중국 현지 가속기(승텅) 환경에서의 활용 가능성을 주목했지만, 이 역시 기대 수준의 의견입니다.

정리하면, DeepGEMM은 원문 기준으로 추론용 GPU 커널 모음이라는 점까지만 말할 수 있고, 스타·포크 수, 승텅 버전 공개 여부, 성능 수치는 모두 원문이 주장한 내용으로 한정됩니다. 저장소 실측이 없는 상태이므로 관심 있는 개발자는 정식 저장소가 확인되는 대로 문서와 벤치마크 조건을 대조하는 것을 권합니다.

출처

• Ren (@Ryrenz) X 게시물 (2026-10-11): DeepGEMM 소개 원문