35B模型塞进3GB内存：拆了MiniCPM-V的LES调度，我发现“按需加载”才是端侧MoE的真瓶颈

端侧跑大模型的瓶颈不是内存大小，是专家权重的加载策略。MiniCPM-V 4.7用LES前瞻专家调度，让35B MoE在iPhone上以3GB内存跑到13+ token/s。