记忆魔术师：在笔记本上运行超大型MoE模型

发布者发现顺序卸载专家网络（MoE）的专家到RAM/SSD效率低下，因为专家激活是不均匀的；他们提出追踪活跃专家并动态将其移至显存以提升速度，并允许在有限硬件上运行更大型模型，因发布者C/C++技能有限，寻求在llama.cpp中实现该方案的帮助。