SGLang用SSD专家层运行超出主机内存的MoE模型

SGLang此前要求全部路由专家放入锁页主机存储，超RAM模型无法启动。新增--paged-experts-host-memory-gb控制主机预算，--paged-experts-enable-disk把其余专家存入按层文件；GPU路由后读入LRU主机行并复制至GPU槽，捕获解码步骤可等待磁盘，超时则按支持路径恢复状态后重放。首次文件构建通过分块映射权重，避免先把全部专家装入RAM。当前仅x86-64，首次构建需额外保留8GiB磁盘，部分统一内存、ReplaySSM和在线压缩组合拒绝。作者在16GB RTX5070Ti、62GB RAM运行167GB DeepSeekV4 Flash，报告约13.8—14.1token/s及1.5K提示8.5秒TTFT；这组设置原先无法启动，不能比较为任意倍数加速。