待验证80% 置信事实时间未知

MoE架构中，一个标称800亿参数的模型每次推理时可能只激活约200亿参数，VRAM占用大幅降低

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

QwenCoder本地部署实测：能否替代付费AI编程助手？

bilibili四月的尾巴_

涉及实体

相关事实

待验证若MoE模型每次推理仅激活约1/8的参数，实际计算开销可能仅相当于百亿参数级别的稠密模型77% 相似已验证MoE架构的单次推理成本相比同等参数规模的稠密模型可降低5-10倍76% 相似待验证1000亿参数的模型处理单次推理请求需约80GB显存，百亿参数级别模型仅需约20GB74% 相似已验证对于一个 70 亿参数的模型，LoRA 通常只需训练不到 1% 的参数量，显存需求可降低 60% 以上73% 相似待验证一个千亿参数级别旗舰模型每次推断所需GPU资源可能比百亿参数模型高出10至20倍72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/16881

API

curl https://kongchang.com/api/v1/knowledge/claims/16881

MCP

get_claim(id=16881)