GPT-OSS 的 MoE 路由机制：稀疏专家与共享专家如何影响推理效率
本文以 GPT-OSS 模型为例，解析其 MoE 架构中稀疏专家与共享专家的设计，以及路由机制、负载均衡和专家并行策略。通过对比传统 MoE，分析推理部署中的显存、吞吐与质量权衡，帮助读者理解 MoE 模型在单卡和分布式场景下的实际表现与优化方向。
#MoE
共 2 篇文章
AI 推理系列（五）：MoE 专家路由如何实现稀疏激活：从 Router 到专家并行的工程权衡
围绕大规模 MoE 模型的专家路由机制，解释 Token 如何通过 Top-K Router 只激活少量专家，并分析负载均衡、Shared Expert、Expert Parallelism、All-to-All 通信以及真实推理流量下的热点与部署边界。