英文：MoE Routing 分类：training
混合专家（MoE）模型中把每个 token 分配给哪些专家网络（Top-k 选择）的机制：路由决定计算分配，是 MoE 提升容量（参数增多）而不成比例增加算力的核心。
机制：门控网络（router）对每个 token 输出专家得分→选 Top-k（如 Top-2）→加权组合专家输出；设计：负载均衡（防专家饥饿/过载，配合负载均衡损失）、细粒度专家（更多小专家）、共享专家（AlwaysOn）；训练：路由稳定性（专家差异化）、通信（all-to-all）；推理：显存（全部专家需驻留）但计算稀疏。
用于超大模型架构（GPT-4/DeepSeek-MoE/Mixtral）、容量扩展（参数多算力省）、多领域专家化（领域专家分派）与推理成本优化（稀疏激活）。