Viernes 30 de octubre de 2026 ·

Strata: un proyecto que organiza un modelo MoE de 125.000 millones de parámetros en tres niveles de memoria

Relevancia 36 de 100

Útil para Programadores 85%

El proyecto Strata organiza un modelo Mixture of Experts en tres niveles de memoria, similares a las cachés de un procesador. Según el artículo, Qwen3.8-Flash-Next tiene 125.000 millones de parámetros y 24.576 expertos, pero solo unos diez se activan por token. La VRAM guarda las capas principales y los expertos más usados, la RAM guarda todos los expertos y el disco guarda una tabla n-gram de varias decenas de gigabytes.

Qué significa

Un usuario con una GPU de consumo podría, en teoría, ejecutar un modelo de gran tamaño sin cargarlo entero en la tarjeta gráfica, lo que amplía qué hardware puede correr modelos grandes.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del viernes 30 de octubre de 2026 ->