Mixture of Experts (MoE)
Concepto
Técnico principal
Huge capacity, small bills: only a few experts fire per token.
Estás viendo un explicador de concepto: qué significa este término en lenguaje claro, y los registros que conecta.
An MoE model holds many expert sub-networks but routes each token through only a few — DeepSeek-V3 stores 671B parameters yet computes with 37B per token. That decouples capacity from cost and is how open labs reached frontier scale on constrained hardware. The trade: all those parameters still occupy memory, which pushes HBM demand even higher — an architecture choice you can read directly in the memory market.
Cómo se conecta con el resto del stack
Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.
Base para
Fuentes
Registro revisado a fecha de 2026-01-15 — ver Metodología.