执行摘要

• 一句话：GB DeepEP 源码从个人 fork 切换到上游 hybrid-ep
• 推荐动作：建议合并：变更透明、经过验证，且将维护责任转移到上游官方代码库，是基础设施的健康演进。

功能与动机

将 GB300 暂存镜像的 DeepEP 依赖从个人 fork 迁移到 DeepSeek 官方维护的 hybrid-ep 分支，确保后续更新由上游维护团队负责，降低维护风险。

实现拆解

1. 修改 Dockerfile（docker/Dockerfile）：将 GRACE_BLACKWELL_DEEPEP_BRANCH 默认值从 gb200_blog_part_2 改为 hybrid-ep；克隆 URL 从 https://github.com/fzyzcjy/DeepEP.git 改为 https://github.com/deepseek-ai/DeepEP.git，并在克隆时使用 -b ${GRACE_BLACKWELL_DEEPEP_BRANCH} 指定分支；删除单独的 git checkout ${GRACE_BLACKWELL_DEEPEP_BRANCH} 步骤，改用固定 commit d28bd676c2120573c9f1425f0c16c39faa4117e6 保证可复现性。
2. 修改 CI 安装脚本（scripts/ci/cuda/ci_install_deepep.sh）：与 Dockerfile 做相同的分支和 URL 变更，防止 CI 在测试时回退到旧 fork。
3. 验证兼容性：确认 hybrid-ep 已包含原 fork 的全部功能，且编译依赖（如 libibverbs-dev）和 CUDA 架构设置不变。

关键文件：

• docker/Dockerfile（模块 Docker；类别 infra；类型 infrastructure）: GB 构建阶段的核心 Dockerfile，修改了 DeepEP 克隆源和分支/commit 固定逻辑。
• scripts/ci/cuda/ci_install_deepep.sh（模块 CI 脚本；类别 infra；类型 infrastructure）: CI 安装脚本中的 GB 分支修改，确保 CI 环境与 Dockerfile 一致。

关键符号：未识别

关键源码片段

docker/Dockerfile

GB 构建阶段的核心 Dockerfile，修改了 DeepEP 克隆源和分支/commit 固定逻辑。

# docker/Dockerfile ( 关键片段 )
ARG GRACE_BLACKWELL_DEEPEP_BRANCH=hybrid-ep # 默认分支从 gb200_blog_part_2 改为 hybrid-ep
​
# 克隆 DeepEP 时使用 -b 指定分支，并 checkout 固定 commit 以确保可复现性
RUN set -eux; \
    if [ "$GRACE_BLACKWELL" = "1" ]; then \
        git clone https://github.com/deepseek-ai/DeepEP.git -b ${GRACE_BLACKWELL_DEEPEP_BRANCH} && \
        cd DeepEP && \
        git checkout d28bd676c2120573c9f1425f0c16c39faa4117e6 && \
        sed -i 's/#define NUM_CPU_TIMEOUT_SECS 100/#define NUM_CPU_TIMEOUT_SECS 1000/' csrc/kernels/configs.cuh && \
        sed -i 's/#define NUM_TIMEOUT_CYCLES 200000000000ull/#define NUM_TIMEOUT_CYCLES 2000000000000ull/' csrc/kernels/configs.cuh && \
        cd .. ; \
    fi

评论区精华

fork 作者 fzyzcjy 确认 hybrid-ep 已包含其全部改动，表示 LGTM；ishandhanani 要求运行 SA 提交验证，作者 ch-wan 回复已验证无回归。

• 暂无高价值评论线程

风险与影响

• 风险：风险较低：仅修改 GB 特定路径，非 GB 路径完全不受影响；CI 中 GB 作业会直接验证新分支的构建和功能；但若上游 hybrid-ep 分支引入回归，GB 镜像将受影响，不过固定 commit 避免了未预期的变动。
• 影响：影响范围仅限于 Grace Blackwell 镜像的用户和 GB CI 作业；性能测试显示吞吐量和延迟无显著变化（±2% 以内），内存占用完全一致，属于干净替换。
• 风险标记：依赖上游仓库变更

关联脉络

• 暂无明显关联 PR