在 NVIDIA DGX Spark 上提升 MoE 推理性能的 3 种方法

在 NVIDIA DGX Spark 上组合三项优化可将 MoE 推理吞吐从基线 36.09 tok/s 提升至 102.88 tok/s，相对提升 185.1%，TPOT 从 27.71 ms 降至 9.72 ms。