Specter：用量化多步推测卸载实现快速 MoE 推理

Specter 是一个结合量化与推测解码的 MoE 推理系统，通过轻量量化草稿模型在设备上预测未来专家激活，提前调度专家传输与执行。单请求推理下，其每输出 token 时间（TPOT）相比 SOTA 系统平均加速 1.50x，最高 1.88x。该工作已被 ASPLOS 2027 接收，代码已开源。