MoE

Mixture of Experts（MoE）在传统transformer结构的基础上进行了两个创新。第一个部分是用Sparse MoE layer来替换transformer结构中Feed Forward Network（FFN）。每一个FFN可扮演一个专家的角色，但针对每一个token的推理，仅需激活其中部分专家即可。这部分激活专家的筛选就涉及到了MoE的第二个关键机制：路由（routing）机制，这个Router决定了token在每一层会进入到哪一个专家。基于这两个机制的结合，MoE模型得益于其广阔的专家知识可以保证很高的模型效果，但相较于同等参数量的传统模型，它只需要激活其中部分专家，便又能同时保证其优秀的推理性能。

MoE结构的典型代表模型有Mixtral 8*7B，Mixtral 8*22B，DeepSeek-16B-MoE，DeepSeek-V2，DeepSeek-V3，DeepSeek-R1，Qwen3-30B-A3B，Qwen3-235B-A22B等。

限制与约束

能力支持特征矩阵见表1所示。

表1 **能力支持特征矩阵**
已支持模型	数据格式	量化	并行方式	硬件平台	多机多卡推理
Mixtral 8*7B	FP16	暂不支持	TP	Atlas 800I A2 推理服务器	不支持
Mixtral 8*22B	FP16	暂不支持	TP	Atlas 800I A2 推理服务器	不支持
DeepSeek-16B-MoE	FP16	暂不支持	TP	Atlas 800I A2 推理服务器	不支持
DeepSeek-V2	BF16	支持	TP、EP	Atlas 800I A2 推理服务器	支持
DeepSeek-V3	BF16	支持	TP、EP	Atlas 800I A2 推理服务器	支持
DeepSeek-R1	BF16	支持	TP、EP	Atlas 800I A2 推理服务器	支持
Qwen3-30B-A3B	BF16	支持	TP	Atlas 800I A2 推理服务器	不支持
Qwen3-235B-A22B	BF16	支持	TP	Atlas 800I A2 推理服务器	支持

模型配置参数

模型固有参数配置请参考官方权重文件中的config.json文件。

执行MoE模型推理

MoE类模型执行推理的方式与其他模型一致，在执行推理时您可参考传统LLM的使用方式，无需做额外配置修改。

以DeepSeek-16B-MoE为例，您可以使用以下指令执行对话测试，推理内容为"What's deep learning"。

cd ${ATB_SPEED_HOME_PATH}
bash examples/models/deepseek/run_pa_deepseek_moe.sh {模型权重路径}

父主题： 特性介绍