研究人员开发了一个名为Director的新系统，用于优化混合专家（MoE）模型的服务。该系统通过采用一种由预测驱动的在线专家放置策略，解决了动态请求模式和专家迁移成本的挑战。Director利用一个轻量级预测器来预测传入请求的专家激活模式，并使用一个在线迁移模块以最小的干扰来执行更改。实验表明，与现有方法相比，Director可以将Mistral、DeepSeek和Qwen等热门MoE模型的端到端延迟降低11-55%。 AI
影响 该系统可以显著提高大型MoE模型的服务效率并降低其运营成本。
排序理由 该集群包含一篇学术论文，详细介绍了一种用于优化AI模型服务的新系统。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
