用途：为 MoE 训练选择合适的分发器（alltoall、DeepEP、HybridEP），依据硬件、EP 规模和优化阶段给出建议，并汇总 DSV3、Qwen3 等模型的经验模式。
主要能力：按硬件给出首选（H100/B200 优先 DeepEP，GB200/GB300 NVL72 优先 HybridEP，未知或首次跑通选 alltoall）；按 EP 规模给出指引（小 EP 差异次要，中 EP 常用 DeepEP，大 EP 在 NVL72 上常用 HybridEP）；给出模型族模式与调参项。
使用方式：DeepEP 通过 moe_token_dispatcher_type="flex" 与 moe_flex_dispatcher_backend="deepep" 选择，可用 --moe-deepep-num-sms 20 调整通信 SM 数；HybridEP 对应 backend="hybridep"，可用 --moe-hybridep-num-sms 16 调整，性能测试用 32，并设置 NUM_OF_HYBRID_EP_RANKS_PER_NVLINK_DOMAIN 匹配 NVLink 域大小；--moe_flex_dispatcher_backend None 选择标准 alltoall。基准测试建议用 --moe-router-force-load-balancing。
适用场景：首次正确性验证、小 EP、调试通信回退用 alltoall；Hopper/B200 跨节点 EP 明显时用 DeepEP；GB200/GB300 NVL72、大 EP、需内存余量时用 HybridEP。
限制：DeepEP/HybridEP 需容器内已安装对应运行时包，缺失会在模型构建阶段失败，应记为环境限制而非性能数据；HybridEP 对拓扑敏感，非目标硬件不保证收益；默认 SM 数只是起点，需扫描；比较分发器时须固定容器、路由模式、PP 布局与 CUDA 图范围。资料未提供具体价格与平台信息。