超DeepEP两倍！无问芯穹FUSCO以「空中变阵」突破MoE通信瓶颈，专为Agent爆发设计

随着 ChatGPT、Gemini、DeepSeek-V3、Kimi-K2 等主流大模型纷纷采用混合专家架构（Mixture-of-Experts, MoE）及专家并行策略（Expert Parallelism, EP），MoE 技术已在产业应用中逐渐成为主流。 机器之心发布 MoE 模型因其结构上的稀疏性与专家并行特性，天然引入了频繁且规模庞大的全局分布式数据交换。而 当前主流通信库及解决方案（如 DeepEP） 仍基于 "通信 与数据布局解耦" 的传统设计假设，难以高效应对实际生产中的跨设备、非连续、动态重排的数据访问模式，在高并发、长上下文与大规模专家配置的场景下， DeepEP 性能已逐渐趋近瓶颈，直接制约了 MoE 大模型的持续落地、系统稳定扩展与经济性运行。 与此同时，以代码智能体、Cursor 类对话式 IDE 为代表的新型应用， 一方 面 显著推高了用户请求规模，另一方面大幅拉长了单次推理的上下文长度，两者均呈现 出一个数量级以上的增长 。在 MoE 架构下，这种变化不仅线性放大了计算开销，还显著增加了跨专家的通信与调度成本，使得整体系统压力接近一个数量级提 升，并在规模化服务场景中进一步被放 ...