Banach 发布：在内存不够的机器上运行超出 RAM 的 MoE 大模型

开源工具 Banach 发布，可在 RAM 不足时运行 MoE 大模型：它按路由器选择从 NVMe 并行拉取完整专家权重，输出与原版 llama.cpp 逐字节一致，同 RAM 预算下实测比页面缺页方式快 2.1x。下载前可用 banach plan 仅读取几 MB GGUF 头预测速度，误差在 ±30% 内；低精度冷专家副本会附带保真度仪表报告 top-1 变化率，DeepSeek V4 Flash (284B) 速度数据目前仍为规划器预测而非常测。