这个 Skill 能做什么，适合哪些场景？
该技能面向 NeMo MBridge 的混合专家（MoE）性能调优，帮助用户在 alltoall、DeepEP 和 HybridEP 之间做选择。它按 H100、B200、GB200/GB300 NVL72 等硬件，以及专家并行度和模型族提供决策建议。内容还涵盖后端可用性检查、SM 数调优、路由模式、CUDA Graph、CPU 亲和性和流水线布局等影响因素。它适合性能回归排查和首次 bring-up，但不是独立的基准测试工具。
提供按硬件、EP 度数和模型族组织的分发器决策表；说明如何配置 DeepEP 和 HybridEP 的 flex 后端及通信 SM 数；提醒在比较性能前确认对应运行时包已安装；解释 alltoall、DeepEP 和 HybridEP 在 DSV3、Qwen3、Qwen3-Next 与 MoE VLM 场景中的已提供证据；列出 CUDA Graph、EP overlap、FP8、CPU 亲和性和流水线布局等关键交互与常见故障原因。
- NeMo MBridge 用户在 H100 或 B200 上进行跨节点 EP bring-up，需要在 alltoall 与 DeepEP 之间选择时。
- 用户在 GB200 或 GB300 NVL72 上运行大规模 MoE，既关注吞吐也关注显存余量时。
- 工程师发现 MoE 性能回归或崩溃，怀疑近期修改了 dispatcher 配置时。
- 团队比较 DSV3、Qwen3、Qwen3-Next 或 MoE VLM 的 BF16、FP8 性能时。
如何安装这个 Skill？
- 不要把 DeepEP 或 HybridEP 的导入失败当作性能数据；应先确认目标容器中的运行时包，再在相同容器、路由模式、PP 布局和 CUDA Graph 范围下比较。
- HybridEP 依赖 NVLink 域拓扑；NUM_OF_HYBRID_EP_RANKS_PER_NVLINK_DOMAIN 不匹配可能导致性能下降甚至正确性问题。
- 文档中的性能比例和推荐结论应视为经验性摘要，发布前应补充原始 benchmark、版本矩阵、负向触发测试和完整可运行示例。
- Shell / 命令行
DeepEP runtime package when using DeepEPHybridEP runtime package when using HybridEP
使用仓库 README 提供的 skills CLI 安装指定技能：
npx skills add nvidia/skills --skill nemo-mbridge-perf-moe-dispatcher-selection --yes
README 说明 CLI 会将技能安装到所选目标；不需要克隆仓库或手动复制目录。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/nemo-mbridge-perf-moe-dispatcher-selection" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Which dispatcher should I use for Qwen3 MoE on a GB200 NVL72 system?
- Trace this MoE regression after changing the dispatcher configuration.
安装后，在相关任务中直接向 agent 提出问题，例如："Which dispatcher should I use for Qwen3 MoE on a GB200 NVL72 system?" 或 "Trace this MoE regression after changing the dispatcher configuration." 技能会根据硬件、EP 度数、优化阶段和运行时包可用性给出选择与调优建议。来源未提供更具体的启动脚本或独立运行命令。
这个 Skill 有哪些优点和局限？
- 针对硬件、EP 规模和模型族提供具体的 alltoall、DeepEP、HybridEP 选择建议。
- 明确区分后端缺失导致的环境失败与真实性能数据。
- 覆盖通信 SM 数、NVLink 域大小、路由模式和 CUDA Graph 等实际调优因素。
- 同时考虑吞吐、显存余量、正确性 bring-up 和回归排查。
- DeepEP 和 HybridEP 的收益依赖硬件、拓扑、路由模式及整体软件栈，不能视为普遍结论。
- 提供的 H100 Qwen3 30B 运行中，DeepEP 和 HybridEP 因运行时包未安装而未完成迭代，因此没有 H100 flex 分发器吞吐排名。
- 来源材料未提供该技能自身的测试套件、独立复现实验脚本或完整基准数据。
- 技能主要给出决策和配置指导，不会自动执行训练、性能测试或环境修复。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| MoE 分发器选型指南 本页 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| NeMo MBridge MoE 通信重叠调优 ✓ NVIDIA · 官方 | 56 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| NeMo MBridge CUDA 图优化 ✓ NVIDIA · 官方 | 55 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| MoE 硬件配置参考 ✓ NVIDIA · 官方 | 52 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| NeMo AutoModel 模型接入指南 ✓ NVIDIA · 官方 | 60 · 推荐 | ★ 3.8k | 今天 | Apache-2.0 |
该技能直接比较三种 MoE token dispatcher：alltoall 适合首次正确性 bring-up、小规模 EP 和调试；DeepEP 通常适合 Hopper、B200 及跨节点 EP；HybridEP 通常适合 GB200/GB300 NVL72、大 EP 度数和显存压力较大的场景。
FollowSkills 如何评估这个 Skill？
内容主要提供配置选择和性能排查建议，没有凭据访问、数据外传或破坏性默认操作，并披露了后端导入失败和拓扑不匹配风险；但未明确用户确认、依赖安全校验、回滚方案或完整数据流边界，且许可证元数据为 NOASSERTION，因此扣分。
SKILL.md 内部结构一致，覆盖 alltoall、DeepEP、HybridEP 的选择条件、关键参数和导入失败反馈；但没有该技能目录内的可执行测试或关键路径复现，且若干性能结论缺少可诊断的验证步骤。静态评估上限为 10，故仅给 8 分。
目标用户、硬件场景、EP 规模和触发短语较清楚，也说明了 HybridEP 的 NVL72 限制及后端可用性门槛；但未系统声明非适用范围、输入输出契约或中文使用支持，适合环境的边界证据有限，故扣分。
文档按硬件、模型、参数、交互和陷阱分层，许可证、Owner、验证日期和版本信息在配套卡片中出现；但缺少推荐的 Instructions、Examples、author、tags，缺少明确 changelog 和维护责任/更新流程，且相关版本日期存在不一致，故扣分。
可直接给出硬件与 EP 规模下的 dispatcher 建议、flex backend 配置名、SM 默认值以及导入失败的正确解释，核心任务价值明确；但缺少可直接运行的完整配置示例和独立验证，部分性能收益仍需用户重新测量。按静态上限 7 分给 6 分。
存在提交的评估报告、单个正向 smoke task 和若干测量摘要，提供了一定审计线索；但评估数据只有一个任务、缺少负向触发测试，性能来源是未附原始材料的摘要，无法独立复现。按静态上限 5 分给 3 分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →