MoEルーティング
Mixture-of-Expertsの仕組みの一つで、「ルーター」がトークンごとに上位k個のエキスパートを選ぶ。top-1（Switch Transformer）とtop-2（Mixtral）が最も一般的。
ルーティングは負荷分散に影響する。素朴なやり方だと、人気のある少数のエキスパートに偏ってしまう。対策は補助損失（分散を促す）、エキスパート容量の上限、ノイズ付きゲーティング（Shazeer 2017）。DeepSeek-V3（2025年）はバイアス調整による「補助損失なし」のルーティングを導入した。最大のボトルネックであり、ルーティングが悪ければ計算は無駄になる。