手机运行大模型，像在小书桌上查一整套工具书：桌面放不下，就把暂时不用的书留在书架，需要时再取。Routide 把这套办法用于 MoE（专家混合模型）——模型虽每次只调用少数“专家”模块，却仍要存下全部参数。它让 iPhone 从闪存按需换入专家，并用有限内存缓存常用部分。
最值得注意的是，成败不只取决于内存大小。作者回放五组各生成 128 个 token（模型处理文本的基本单位）的记录：512 MiB 缓存配 LRU（优先淘汰最久未用项）时，按需请求的命中率为 0%；同样容量改用带固定种子的随机淘汰，升至 18.80%；LRU 只增加到 576 MiB，命中率又升至 38.58%。这说明看似突然出现的“容量门槛”，其实是容量、淘汰策略与工作负载共同造成的，并非手机运行该模型的通用最低内存线。结果来自少量固定工作负载；论文给出的是可复现的可行性画像，而非速度、质量或普适部署结论。