기술 가이드

전문가의 혼합

Sparse Mixture of Experts layers use a router to select a subset of expert networks for each token.

이 가이드를 들어보세요AI 내레이션 · ~2 min

이 페이지에서2분 읽기
  1. 개요
  2. 심층 분석
  3. 실제 구현
  4. 전문가 혼합의 미래
  5. 실천에 옮기기
  6. 계속 탐색하세요
  7. 자주 묻는 질문

개요

This separates total expert capacity from the selected expert computation, while memory, routing, and communication still affect cost.

심층 분석

A standard transformer runs every input through the same dense layers, so making the model smarter usually means making every computation more expensive. Mixture of Experts breaks that link. It replaces the big feed-forward layer with many smaller 'expert' networks plus a small 'router' that decides which experts handle each token. Typically only the top 1 or 2 experts fire, so a model can have hundreds of billions of total parameters but only activate a small fraction per token. This is why models like Mixtral 8x7B and Switch Transformer reach high quality without proportionally high inference cost. The trade-off is complexity: all expert weights need accessible storage, potentially spread across devices or offloaded, and the router can misroute or overload some experts, so training and serving require careful routing and resource management.

실제 구현

Mixtral 8x7B는 8명의 전문가를 사용하고 토큰당 2개를 활성화하여 대략 47B의 총 매개변수를 제공하지만 더 빠르고 저렴한 추론을 위해 토큰당 ~13B의 활성 매개변수만 제공합니다.

DeepSeek 및 Qwen은 낮은 토큰당 컴퓨팅으로 실행하면서 벤치마크의 밀도 모델과 일치하는 대규모 MoE 언어 모델을 제공합니다.

클라우드 LLM 제공업체는 MoE를 사용하므로 각 요청이 소수의 전문가에게만 도움이 되므로 하나의 거대한 모델이 많은 사용자에게 저렴하게 서비스를 제공할 수 있습니다.

Google의 이전 Switch Transformer는 훈련 컴퓨팅을 관리 가능하게 유지하기 위해 상위 1 라우팅을 사용하여 1조 개가 넘는 매개변수로 확장되었습니다.

전문가 혼합의 미래

MoE는 용량과 비용을 분리하기 때문에 개척 규모 모델의 기본 도구가 되고 있습니다. 더 세분화된 전문가, 더 많은 컨텍스트를 고려하는 더 스마트한 라우팅, 제한된 하드웨어에서 대규모 희소 모델을 제공하기 위한 더 나은 기술을 기대하세요. 메모리 문제에 대한 연구도 진행 중입니다. 전문가 오프로딩 및 양자화를 통해 소수의 전문가가 실행되더라도 모든 전문가를 로드해야 하기 때문입니다. Mixtral 및 DeepSeek-MoE와 같은 개방형 모델이 성숙해짐에 따라 희소 아키텍처는 더 적은 GPU 예산으로 보다 효율적인 보조 기능을 제공할 가능성이 높습니다.

실천에 옮기기

왜 중요한가요?

  • 비용 및 예산. 아키텍처 결정은 수년 동안 성능과 운영 비용을 결정합니다.
  • 더 명확한 결정들. 기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다.
  • 품질 관리. 더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다.

조심하세요

  • 하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다.
  • 인프라 및 유지 관리 비용은 종종 과소평가됩니다.
  • 시스템이 더욱 복잡해짐에 따라 보안 및 관찰 가능성의 격차가 커질 수 있습니다.

다음 단계

  1. 구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요.
  2. 현실적인 로드 및 데이터 조건에서 벤치마킹합니다.
  3. 오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링.
  4. 확장하기 전에 롤백 및 사고 대응 경로를 준비하세요.

계속 탐색하세요

무료 뉴스레터

일일 AI 브리핑 받기

매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.

매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.

자신을 테스트해 보세요

Take the Mixture of Experts quiz

모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.

퀴즈 시작

무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기

자주 묻는 질문

What is Mixture of Experts?

Sparse Mixture of Experts layers use a router to select a subset of expert networks for each token. This separates total expert capacity from the selected expert computation, while memory, routing, and communication still affect cost.

전문가 혼합 레이어에서 어떤 전문가가 특정 토큰을 처리하는지 결정하는 것은 무엇입니까?

소규모 게이팅 네트워크는 토큰에 대해 각 전문가의 점수를 매기고 이를 최고 점수를 받은 전문가에게 전달하는 방법을 학습합니다. 라우팅은 고정되거나 무작위가 아닌 학습됩니다.

MoE 모델이 토큰당 비용을 높이지 않고도 밀도 모델보다 훨씬 더 많은 총 매개변수를 가질 수 있는 이유는 무엇입니까?

토큰당 상위 전문가만 실행하기 때문에 더 많은 전문가를 추가하여 총 매개변수 수가 증가하더라도 활성 컴퓨팅은 거의 일정하게 유지됩니다.

MoE 교육 중 로드 밸런싱(보조) 손실은 어떤 문제를 해결합니까?

균형을 맞추지 않으면 라우터는 소수의 전문가를 선호하는 경향이 있습니다. 보조 손실은 불규칙한 사용에 불이익을 주므로 모든 전문가가 교육을 받습니다.

Mixtral 8x7B는 토큰당 전문가 8명 중 2명을 활성화합니다. 이는 컴퓨팅과 크기에 대해 무엇을 의미합니까?

전문가 8명 중 2명만 활성화되어 토큰당 활성 매개변수(~13B)가 전체 ~47B보다 훨씬 작아 추론 비용이 낮아집니다.

Why can a sparse MoE still have substantial memory or storage requirements?

Sparse activation reduces selected computation, but expert weights must still be stored or fetched, whether resident, distributed, or offloaded.