基于DeepSeek开源的DeepEP与Kimi开源的MoonEP，华南理工大学陆璐老师与华为技术团队面向昇腾千卡超节点（Atlas 950 SuperPoD）开展高吞吐通信实践。本次实践围绕超节点高吞吐通信开展协同优化，依托UB互联能力与SHMEM组件，通过减少重复传输、归并与传输并行、优化通信调度等手段实现性能提升。
针对千卡超节点架构下MoE大规模专家并行场景，持续压榨 Dispatch与Combine算子的性能极限：
基于DeepSeek DeepEP的实践：
基于Kimi MoonEP的训练负载均衡实践：
Dispatch：节点级去重，减少跨节点（单节点含8个npu）重复传输。同一份输入可能被多个专家选中。在Ascend 950高吞吐方案中，如果这些专家位于同一远端节点，跨节点先发送一份主副本，再在节点内分发，减少重复流量。面对多个发送方，按组组织任务，结合并行通道与批量提交，减少零散发送，让数据传输持续推进。
Combine：通过双缓冲，实现Reduce与通信回传重叠。专家计算完成后，先对同一输入对应的多份结果进行局部归并，再按数据块回传。两个输出缓冲区交替使用，让上一批结果回传的同时，下一批继续进行Reduce（归并），减少归并与回传之间的等待。
SHMEM：聚合提交，减少下发开销；错峰发送，缓解拥堵。将多个传输任务聚合后统一下发，减少逐条下发的开销；不同设备错开发送时机、轮换目标，减少向同一接收端集中发送造成的拥堵。
DeepEP：
https://github.com/lueelu/DeepEP
MoonEP：
https://gitcode.com/Ascend/MoonEP/tree/dev_server_dedup
