针对MoE模型本地推理中专家卸载导致的GPU等待问题，提出交错请求调度机制，避免低效预取并提升带宽利用率。

发现MoE层专家输出存在稳定秩与有效熵秩远低于专家数的结构化冗余，据此提出保结构剪枝方法降低部署内存开销。