Mixture of Experts (MoE)
Концепция
Основные технические характеристики
Huge capacity, small bills: only a few experts fire per token.
Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.
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.
Место в общей экосистеме
Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.
Основа для
Источники
Запись актуальна на 2026-01-15 — смотреть Методология.