路由器该用什么优化器：DeepSeek 用 Muon，Qwen 因不稳换 AdamW
Nouamanetazi · x · 2026-11-06
MoE 手册讨论路由器的优化器选择：DeepSeek-V4 让路由器与模型其余部分一起用 Muon 更新；而 Qwen3.8-Next 在训练早期 Muon 导致路由器不稳定后改用 AdamW。逐专家使用 Muon 时，被低频选中的专家更新幅度可与最繁忙的专家相当（配图：Muon per expert 下 16 tokens 专家即可获得与最忙专家相同的步长，AdamW 仅为 0.61）。
所属事件:Hugging Face 发布 80 万 GPU 时经验的免费 MoE 训练手册(20 条相关)→
「Infra」频道最新
- 纯软件优化 4.6 倍:Qwen3.8-27B 单卡 3090 跑出 381 tok/s — Redo · 2026-11-06
- Dolphin Networks 实测:DeepSeek-V4.1 Flash 在 PCIe 卡上吞吐提升 3.8 倍 — AlpinDale · 2026-11-06
- 律师用 8 张 2018 年 V100 跑 DeepSeek-V4.1：代码 215 tok/s、524K 上下文全进显存 — TumbleweedNew6515 · 2026-11-06
- Hyperkernel 递归生成 megakernel,11 个领域 SOTA 并开源 — MillionInt · 2026-11-06
- 马斯克:2-3 年内太空将成为运行超智能成本最低之地 — XFreeze · 2026-11-06
- 前微软员工揭秘：Azure 每 4 天新建一座数据中心 — viksit · 2026-11-06