124M 小模型配 65B embedding，研究员戏谑提出 AFED 分离架构

研究员 YouJiacheng 转发「124M 模型用了 65B embedding」的帖子，戏称继续 scale 需要 AFED，即 Attention、FFN、Embedding 分离（disaggregation）。这是对当前推理架构分离趋势（如 PD 分离、KV cache 分层）的调侃式延伸，若极端超大 embedding 的用法成主流，embedding 层或需独立部署与扩展。