Autoridad del router
El invariante de coherencia del enjambre: el enrutamiento se decide una vez, en el backbone — los workers solo reciben ids de expertos.
El invariante: la única decisión discreta dentro de la red es el enrutamiento MoE (top-8 de 256). Kvasir ejecuta el router exactamente una vez, en el backbone, y despacha a los workers solo los ids de expertos seleccionados. Un enjambre heterogéneo puede diferir levemente en la *magnitud* de la salida de cada experto — nunca difiere en *qué expertos corren*.
Estado del motor. El sharding al grano de experto se construyó y se demostró sobre el motor anterior de Kvasir, y los resultados de abajo vienen de ese trabajo. El motor actual, [p4](/wiki/p4), sirve hoy al grano de capa; llevar el sharding de expertos hasta él está diseñado y en marcha. Cuando un detalle nombra una herramienta o una ruta, es la que corrió sobre el motor anterior.
Sin esta regla, cada backend re-ejecutaría el router y elegiría expertos distintos en tokens fronterizos — divergencia genuina y catastrófica, porque desde ese token el cómputo se bifurca como con otra semilla aleatoria. Con ella, las diferencias de hardware se reducen a un error continuo acotado que el combine ponderado por probabilidad absorbe.
Modos de divergencia cerrados por un solo punto de decisión
| Modo de divergencia | Sin autoridad | Con autoridad |
|---|---|---|
| Desajuste de enrutamiento | Los backends eligen top-8 distintos en las fronteras | Los ids se deciden una vez y se despachan a sus dueños |
| Bifurcación de trayectoria | Un token volteado bifurca toda la secuencia | Decodificación/muestreo fijados a un nodo |
| Verificación | Comparación bit a bit entre backends (imposible) | Chequeos de tolerancia sobre residuos bien definidos |
El coste es despreciable: el backbone ya computaba ffn_norm y los logits del router; lo que cruza el cable son solo las filas hidden más los ids seleccionados — unos 6 KB por paso de decodificación.