当前证据等级：
synthetic workload + projected/estimated hardware不是 KA200 实测，也不是真实业务 trace 或 TCO。
- 最稳定的方案是 HBM 保存全部专家 + 类脑 SRAM 选择性保存热点副本。
- Coverage-first 是当前最稳定的规划策略；固定 replica-first 收益很弱。
- M3 的 GPU/Brain 并行收益只在 高 batch 条件得到支持，低/中 batch 不会自动获益。
- D0 相比 D1 明显减少 bridge 流量，但 completion 收益依赖 batch 和网络瓶颈。
- C 只有在限制 hot coverage 时才产生影响，不存在“C 越大越好”。
- 当前 D0 聚类降低了 node cut，但没有稳定转化为 completion 收益。
- M1 全类脑 DRAM/SRAM 路径在当前 projected profile 下显著慢于 GPU/HBM。
- DeepInfer 式 EPLB 已实现并同预算对照；当前 16/32 份 Brain 副本下， 优先 coverage 仍优于给热点专家预留 12.5%–50% 冗余副本。
| 文档 | 内容 |
|---|---|
| 01 研究模型 | M1/M2/M3、D0/D1、SRAM/DRAM/HBM、刷新与聚类定义 |
| 02 实验方法与可信度 | 控制变量、输入数据、统计、审计与已修复问题 |
| 03 实验结果 | 20-seed、node/batch、C、聚类、D0/D1、M1/per-GPU |
| 04 结论与缺口 | 可以支持/不能支持的结论及下一阶段优先级 |
| 05 复现与结果索引 | canonical 目录、运行命令、manifest 与并行执行 |
| 06 DeepInfer 与 EPLB | 开源框架审计、两阶段 EPLB、固定预算对照与限制 |
| 项目汇报 | 上传内容、关键结果和可直接发送的微信短版 |
| 实验族 | 版本 |
|---|---|
| Stage 0 | v13 |
| Screen / matrix / C / boundary | v9 |
| C=1 clustering stress | v5 |
| D0 base / high-batch | v7 |
| D0 C panel | v3 |
| D0 clustering | v3 |
| D0 per-GPU | v1 |
| M1 full B-stage | v1 |
| DeepInfer-informed EPLB | v1 |
完整目录见 05 复现与结果索引 和 experiments/README。
docs/MOE/
├── README.md
├── 01_研究模型与设计.md
├── 02_实验方法与可信度.md
├── 03_实验结果.md
├── 04_结论与缺口.md
├── 05_复现与结果索引.md
└── 06_DeepInfer借鉴与EPLB.md
历史详细报告保存在
docs/archive/MOE_v1/。
归档内容用于追溯，不应替代本目录的 canonical 结论。