Jul 28, 2026 DAC'26 | ExpertFlow 让 MoE 推理不再被显存卡脖子：单卡跑 Mixtral-8x7B，吞吐最高提升 10 倍 Jul 23, 2026 OSDI'26 | 双路 CPU + 两张 5090，本地跑满血 671B DeepSeek：云端 SLO 是怎么在消费级硬件上达成的 Jul 22, 2026 arXiv'25 | SMoE：expert 不在 GPU 上？别搬了，找个'平替'直接算 Jul 22, 2026 arXiv'26 | ST-MoE：expert 激活不是随机的——用时空相关性把 expert 提前搬上片 Jul 22, 2026 arXiv'26 | DySHARP：MoE 通信里一半流量是重复的，让 NVSwitch 帮你去重 Jun 30, 2026 WWW'26 | SS-MoE：显存墙下的 MoE 推理，Self-Speculative Decoding 怎么救场？ Jun 17, 2026 巴西「主权大模型」翻车：当模型可以随便融合，怎么证明它偷了你的权重？ Jun 07, 2026 MoE 变 Dense：剪枝+蒸馏能救内存瓶颈吗？ Jun 03, 2026 ReMoE：只动 Router 就让 MoE 推理快 2 倍？这才是端侧 MoE 部署该有的姿势 May 17, 2026 DAC'26 | ExpertFlow：让 MoE 大模型在单卡上跑起来，内存省 93%、速度快 10 倍 May 14, 2026 延迟降47%！FineMoE如何用「细粒度」打破MoE推理的显存-延迟死局 May 12, 2026 MoE 训练通信瓶颈有救了？DySHARP 直接在交换机里做计算，干掉 50% 冗余流量 May 10, 2026 把 Dense LLM 变成 MoE 还能推理提速？NeurIPS 2024 Read-ME 做到了 Apr 29, 2026 MoE 推理的内存墙，被一块多芯粒芯片打穿了？ Mar 12, 2026 RouteMark: 基于路由行为指纹的模型合并知识产权归属 | A Fingerprint for IP Attribution in Routing-based Model Merging Mar 12, 2026 ExpertFlow: 基于预测性专家缓存与令牌调度的高效MoE推理 | Efficient MoE Inference via Predictive Expert Caching and Token Scheduling