English(EN) ZipMoE: Efficient On-Device MoE Serving via Lossless Compression and Cache-Affinity Scheduling

ZipMoE 系统实现了大型语言模型的高效设备端服务

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-25 04:00

研究人员开发了 ZipMoE，这是一个旨在提高混合专家（MoE）大型语言模型在设备端部署效率的系统。ZipMoE 利用无损压缩和缓存亲和调度方法，在不牺牲模型准确性的前提下，减小了内存占用并提高了推理速度。实验表明，在边缘设备上，延迟显著降低，吞吐量显著提高，推理瓶颈从 I/O 转移到了计算。 AI

影响使得强大的 MoE 模型能够部署在资源受限的设备上，有可能拓宽 AI 的可访问性和应用范围。

排序理由该集群包含一篇学术论文，详细介绍了一种提高 MoE 模型在边缘设备上效率的新系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇学术论文，详细介绍了一种提高 MoE 模型在边缘设备上效率的新系统。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 105 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yuchen Yang, Yaru Zhao, Pu Yang, Shaowei Wang, Zhi-Hua Zhou · 2026-05-25 04:00

ZipMoE：通过无损压缩和缓存亲和调度实现高效的设备端 MoE 服务

arXiv:2601.21198v2 Announce Type: replace-cross Abstract: While Mixture-of-Experts (MoE) architectures substantially bolster the expressive power of large-language models, their prohibitive memory footprint severely impedes the practical deployment on resource-constrained edge de…

本文如何被排名

报道来源 [1]

ZipMoE：通过无损压缩和缓存亲和调度实现高效的设备端 MoE 服务

相关实体

相关话题