SemiAnalysis 实测 DeepSeek-V4.1-Flash 的 Engram：架构如何围绕 HBM 约束做 DRAM/SSD 卸载

SemiAnalysis 分析 Engram 架构（在标准 token 嵌入上扩展学习式多 token 查找）如何通过协同设计将嵌入表卸载到主存 DRAM 或 SSD，在同等质量下降低模型所需的 HBM 容量。