它瞄准的是大模型训练里最头疼的问题：MoE 架构的通信瓶颈。
现在 DeepSeek、Kimi、Qwen 等大模型大量采用 MoE：模型拥有海量专家，但每个 token 只激活少数专家。
问题是，训练时专家分布在不同 GPU 上，GPU 不仅要计算，还要频繁通信。
传统方案往往是：通信 → 计算 → 同步
大量时间浪费在等待上。
MoK 的思路是:
把「通信 + 计算」融合进一个 CUDA megakernel，让两者深度重叠。
同时支持：
✅ 前向/反向训练
✅ BF16、MXFP8 精度
✅ 确定性计算，方便调试和强化学习
效果方面，Cursor 公布数据显示：
MoE 层性能最高提升 2.37 倍
在数万 GPU 规模训练中，端到端吞吐提升 1.41 倍
未来训练超大规模 MoE 模型时，GPU 利用率可能迎来一次明显提升。
名字叫“小猫混合”，解决的却是 AI 基础设施里的“大难题”。
Cursor 这次开源的不是一个小工具，而是一块大模型训练加速拼图。
