Autorité du routeur
L'invariant de cohérence de l'essaim : le routage se décide une fois, sur le backbone — les workers ne reçoivent que des ids d'experts.
L'invariant : la seule décision discrète du réseau est le routage MoE (top-8 sur 256). Kvasir exécute le routeur exactement une fois, sur le backbone, et n'expédie aux workers que les ids des experts choisis. Un essaim hétérogène peut différer légèrement dans la *grandeur* de la sortie de chaque expert — jamais dans *quels experts tournent*.
État du moteur. Le sharding au grain de l'expert a été construit et démontré sur le moteur précédent de Kvasir, et les résultats ci-dessous proviennent de ce travail. Le moteur actuel, [p4](/wiki/p4), sert aujourd'hui au grain de la couche ; le portage du sharding d'experts vers lui est conçu et en cours. Quand un détail nomme un outil ou une route, c'est celui qui tournait sur le moteur précédent.
Sans cette règle, chaque backend rejouerait le routeur et choisirait des experts différents pour les tokens limites — une divergence authentiquement catastrophique, car dès ce token le calcul bifurque comme avec une autre graine aléatoire. Avec elle, les différences matérielles se réduisent à une erreur continue bornée que le combine pondéré par probabilité absorbe.
Modes de divergence fermés par un seul point de décision
| Mode de divergence | Sans autorité | Avec autorité |
|---|---|---|
| Désaccord de routage | Les backends choisissent des top-8 différents aux frontières | Ids décidés une fois, expédiés aux détenteurs |
| Bifurcation de trajectoire | Un token basculé bifurque toute la séquence | Décodage/échantillonnage épinglés à un seul nœud |
| Vérification | Comparaison bit à bit entre backends (impossible) | Contrôles de tolérance sur des résidus bien définis |
Le coût est négligeable : le backbone calculait déjà ffn_norm et les logits du routeur ; ce qui traverse le réseau n'est que les lignes hidden plus les ids sélectionnés — environ 6 KB par pas de décodage.