DeepSpeed v0.18.8 于2026 年 3 月 13 日正式發(fā)布，這是一次以“修復(fù)問題 + 提升穩(wěn)定性 + 改善開發(fā)與構(gòu)建體驗(yàn)”為核心目標(biāo)的補(bǔ)丁版本。
該版本共包含9 次提交、16 個(gè)文件變更、260 行新增代碼、84 行刪除代碼，覆蓋訓(xùn)練穩(wěn)定性、日志控制、Evoformer 多架構(gòu)支持、ZeRO Stage1/2/3、FP16 精度配置、NPU 構(gòu)建、Async IO、測(cè)試與文檔等多個(gè)關(guān)鍵模塊。

本文將完全基于官方更新內(nèi)容，對(duì) DeepSpeed v0.18.8 的所有變更進(jìn)行逐條拆解與系統(tǒng)化解讀，幫助你快速理解本次版本升級(jí)帶來的實(shí)際價(jià)值。

一、版本概覽與更新重點(diǎn) 1. 基本信息

• ?版本號(hào)：v0.18.8

• ?發(fā)布時(shí)間：2026 年 3 月 13 日

• ?版本類型：Patch Release（補(bǔ)丁版本）

本次 v0.18.8 主要聚焦以下幾個(gè)方面：

• ?日志與內(nèi)存監(jiān)控優(yōu)化：減少無意義的日志噪音

• ?Evoformer Attention 多架構(gòu)構(gòu)建修復(fù)：解決編譯與調(diào)度根因

• ?FP16 loss_scale 校驗(yàn)增強(qiáng)：避免隱性訓(xùn)練錯(cuò)誤

• ?ZeRO Stage1/2/3 穩(wěn)定性改進(jìn)：CUDA stream 與日志行為修復(fù)

• ?Bloom 模型推理測(cè)試修復(fù)

• ?華為 Ascend NPU Async IO 構(gòu)建問題修復(fù)

• ?AI 編碼代理項(xiàng)目規(guī)范新增

• ?測(cè)試覆蓋增強(qiáng)

• ?版本號(hào)更新

多個(gè) ZeRO 相關(guān)模塊中，see_memory_usage的日志調(diào)用被統(tǒng)一優(yōu)化：

• ? 同一位置同時(shí)調(diào)用force=True與force=False

• ? 在 rank0 或非必要場(chǎng)景下避免重復(fù)打印

涉及模塊包括：

• ? ZeRO Offload

• ? ZeRO Stage3

• ? ZeRO Stage1 & Stage2

• ? 參數(shù)分區(qū)與卸載流程

• ?顯著減少控制臺(tái)日志噪音

• ?在大規(guī)模分布式訓(xùn)練中提升可讀性

• ? 不影響原有內(nèi)存調(diào)試能力

Bloom 推理容器在特定 Transformers 版本檢測(cè)邏輯中存在異常行為。

修復(fù)點(diǎn)

• ? 原邏輯在檢測(cè)到 Transformers 版本超過 4.43.4 時(shí)，使用了sys.exit

• ? 修復(fù)為直接拋出 RuntimeError

• ? 測(cè)試環(huán)境不再直接退出 Python 進(jìn)程

• ? 錯(cuò)誤提示更加友好、可捕獲

• ? CI 與自動(dòng)化測(cè)試穩(wěn)定性提升

在DeepSpeedFP16Config中，新增了對(duì)loss_scale的嚴(yán)格校驗(yàn)邏輯。

新增校驗(yàn)規(guī)則

• ? 不允許為bool

• ? 必須可轉(zhuǎn)換為數(shù)值

• ? 必須是有限值（禁止 inf / -inf / nan）

• ? 必須≥ 0

• • ?0表示啟用動(dòng)態(tài) loss scaling

• ? 覆蓋非法值：-1、inf、nan、True

• ? 覆蓋合法值：0、1、2.0、字符串?dāng)?shù)值

• ? 錯(cuò)誤類型時(shí)，錯(cuò)誤信息清晰明確

• ? 避免訓(xùn)練過程中出現(xiàn)難以排查的數(shù)值異常

• ? 在配置階段即阻斷錯(cuò)誤輸入

• ? 提升 FP16 訓(xùn)練的安全性與可維護(hù)性

這是v0.18.8 中技術(shù)含量最高、影響最深遠(yuǎn)的更新之一。

1. 多架構(gòu) dispatch 根因修復(fù) 核心變化

• ? 移除CheckArch中對(duì)__CUDA_ARCH__的依賴

• ? 修復(fù)多架構(gòu)構(gòu)建時(shí)的邏輯沖突

• ? 明確不同架構(gòu)對(duì) fp16 / bf16 的支持范圍

架構(gòu)

fp16

bf16

Sm70

支持

不支持

Sm75

支持

不支持

Sm80+

支持

支持

2. DISPATCH_ARCHTAG 宏邏輯重構(gòu)

• ? 不再依賴編譯期 GPU_ARCH 條件嵌套

• ? 運(yùn)行期根據(jù) CC 直接選擇 Sm70 / Sm75 / Sm80

• ? 不滿足 Tensor Core 條件直接報(bào)錯(cuò)

• ? 多架構(gòu) CUDA slice 行為更一致

• ? 解決 Evoformer 在混合 GPU 環(huán)境下的異常構(gòu)建問題

• ? 構(gòu)建邏輯中不再讀取該環(huán)境變量

• ? 設(shè)置該變量時(shí)僅發(fā)出警告

• ?真正生效的構(gòu)建控制方式為TORCH_CUDA_ARCH_LIST

TORCH_CUDA_ARCH_LIST='7.0;8.0'

文檔明確說明：

• ? Evoformer 僅支持 SM ≥ 70

• ? Tensor Core 為必要條件

• ? 多架構(gòu)構(gòu)建完全依賴TORCH_CUDA_ARCH_LIST

• ? 低于 SM70 的目標(biāo)會(huì)被自動(dòng)裁剪

新增單元測(cè)試覆蓋：

• ? 低于 7.0 的 CC 被過濾

• ? +PTX 后綴正確保留

• ? 不再生成-DGPU_ARCH編譯參數(shù)

• ?CheckArch中不再包含__CUDA_ARCH__

• ? 修正源文件列表中缺失的逗號(hào)

• ? 修復(fù) CPU op 中對(duì) NPU 判斷邏輯

• ? 避免 torch_npu 未聲明導(dǎo)致的構(gòu)建失敗

• ? Ascend NPU 環(huán)境下 Async IO 可正常編譯

• ? 提升 DeepSpeed 在非 CUDA 平臺(tái)的可用性

• ? 使用current_stream()替代default_stream()

• ? 避免梯度歸約時(shí)的數(shù)據(jù)依賴問題

• ? CUDA Stream 同步更安全

• ? 減少潛在死鎖與性能異常

• ? 多處print_rank_0重復(fù) force 參數(shù)修復(fù)

• ? see_memory_usage 行為統(tǒng)一

• ? 提升多卡訓(xùn)練日志一致性

• ? 優(yōu)化 optimizer state 初始化前后的內(nèi)存日志

• ? 保持與 Stage3 行為一致

兩份文件內(nèi)容完全一致，作為DeepSpeed 工作區(qū)級(jí) AI 編碼規(guī)范。

核心規(guī)則包括：

• ? 提交必須帶 Signed-off-by

• ? 強(qiáng)制 yapf + flake8

• ? 禁止無意義格式化提交

• ? 新文件必須包含 Apache-2.0 License Header

• ? 不允許直接 import torch.distributed

• ? 刪除無運(yùn)行時(shí)價(jià)值的死代碼

• ? 注釋強(qiáng)調(diào)“為什么”，而非“做什么”

• ? 明確 AI 編碼參與項(xiàng)目的行為邊界

• ? 降低 Review 成本

• ? 提升長(zhǎng)期代碼質(zhì)量與一致性

• ?version.txt從0.18.7 → 0.18.8

• ? 正式標(biāo)志該補(bǔ)丁版本發(fā)布完成

代碼地址：github.com/deepspeedai/DeepSpeed

DeepSpeed v0.18.8 雖然是一個(gè) Patch 級(jí)別更新，但從實(shí)際改動(dòng)內(nèi)容來看，v0.18.8 已經(jīng)遠(yuǎn)遠(yuǎn)超出了“簡(jiǎn)單修 Bug”的范疇，而是一次針對(duì)穩(wěn)定性、可維護(hù)性與未來演進(jìn)方向的系統(tǒng)性修正版本

我們相信人工智能為普通人提供了一種“增強(qiáng)工具”，并致力于分享全方位的AI知識(shí)。在這里，您可以找到最新的AI科普文章、工具評(píng)測(cè)、提升效率的秘籍以及行業(yè)洞察。 歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來發(fā)展。