混合专家模型(MoE)通过"分而治之"思想提升大模型效率，将标准Transformer的前馈网络替换为多个"专家"网络，并配备路由机制决定输入分配。这种设计使模型在推理过程中只需激活部分专家而非全部参数，大幅降低计算成本，如DeepSeek模型能以五百万美元训练成本实现高性能，让大技术更加普惠可用。

“ 混合专家模型的核心思想就是在推理过程中，不要让模型全部动起来，而是让模型部分动起来。”

DeepSeek模型被发布时，很多人应该都知道其最大的优势是大大降低了模型的成本问题，而且传说DeepSeek的训练成本才五百多万美元；相对于之前的动辄上千万美元的成本，可以说DeepSeek真的做到了让大模型走进各行各业。

但是，虽然很多人都知道DeepSeek大大降低了模型的成本问题，但却很少有人知道它是怎么降低成本的；而这也是我们今天要讨论的问题——混合专家模型(MoE Mixture of Experts)；因为混合专家模型架构的存在，才使得模型能够被更多的人和行业使用。

MoE——混合专家模型

什么是混合专家模型——MoE？

对于大名鼎鼎的Transformer架构，很多人应该都知道，其核心组件是编码器，解码器和注意力机制；而MoE混合专家架构的核心就是——专家和门控网络(路由机制)。

MoEs的根源可以追溯到1991年的论文《 Adaptive Mixture of Local Experts》。这个想法与集成方法类似，目的是为由不同子网络组成的系统提供一种监督过程。每个单独的网络或专家都专门处理输入空间的不同区域。那么如何选择专家呢？一个门控网络确定每个专家的权重。在训练过程中，专家和门控都会被训练。

MoE与传统的编码器解码器架构的区别主要就是一个分而治之的思想，也可以说是根据职能划分不同的专业顾问团队。

在标准的Transformer架构中，每个token均通过单一的前馈神经网络(FFN)进行处理；而MoE架构对这一处理流程进行了关键性修改，在前馈模块内部，系统部署了多个独立的网络单元而非单一网络，每个网络单元维护独立的权重参数，被称为"专家"。

说了这么多肯定很多人都没看懂，其实简单来说就是之前的神经网络架构，所有数据都是经过统一的处理流程，但很多时候我们可能并不需要这些统一的流程。

举例来说，一个新员工入职，他只需要负责他的岗位内容即可，不需要去了解公司的财务，营销，生产等所有环节，这样做既费时又费力。而MoE架构就是让专业的人做专业的事，因为对模型来说一次生成过程并不需要所有的参数都参与进来；因此，使用MoE架构之后，就可以给模型划分多个不同的专家，然后在遇到具体问题时，只需要让部分专家参与即可，这样既省时又省力。

这种设计类似于专业顾问团队，每个顾问具备特定的专业技能。MoE架构的两个核心组件包括专家网络（Experts）和路由机制（Router）。专家网络是指每个FFN层现在包含一组可选择的专家单元，这些专家通常本身就是FFN(前馈网络)结构。路由器或门控网络（gate network）负责决策哪些token分配给哪些专家处理。

MoE Transformer的构建方法

MoE架构通过将Transformer模块中的特定前馈层替换为MoE层来实现。MoE层中的专家架构与标准前馈网络相似，但在单个MoE层中部署多个专家单元。并非所有层都需要采用MoE设计。大多数模型采用步长参数P，仅在每P层中使用专家结构。这种交错（interleaving）方法在获得专家优势的同时，避免了模型过度复杂化，实现了性能与复杂度的平衡。

---

如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】