这是名为 EPLB 的 Windows 应用程序，其最新版本可以下载为 EPLBsourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行此名为 EPLB 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
环保局
商品描述
EPLB 是 DeepSeek 针对 MoE 架构中专家并行 (EP) 设置而设计的负载均衡算法的开源实现。在 EP 中，不同的“专家”被映射到不同的 GPU 或节点，因此如果某些专家被频繁调用，负载不平衡就会成为性能瓶颈。EPLB 通过复制频繁使用的专家（冗余）并将这些重复的专家放置在 GPU 上来平衡计算负载，从而解决这个问题。它使用诸如分层负载均衡（将专家分组放置在节点级别，然后放置在 GPU 级别）和全局负载均衡（具体取决于配置）等策略。该逻辑在 eplb.py 中实现，并支持根据预估的专家使用权重预测放置位置。EPLB 旨在减少热点问题，并确保在大型 MoE 部署中更均匀地使用计算资源。
功能
- 专家复制（冗余）以缓解热点使用
- 分层负载平衡（组感知放置）
- 当分组与硬件不一致时，全局平衡回退
- 根据使用情况统计数据进行启发式布局规划
- 简单的 Python 接口（rebalance_experts）可供重复使用
- MIT 授权且公开可用的专家路由算法
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/eplb.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
