关于 MoE 模型的显存优化与通信开销，下列描述正确的是：

MoE 模型虽然计算量与稠密模型相近，但由于所有专家参数都需要加载，显存占用远大于同等计算量的稠密模型

MoE 模型在分布式训练中不需要跨设备通信，因为每个专家独立工作

MoE 模型的显存占用与稠密模型完全相同

专家并行（Expert Parallelism）会增加显存占用但不会带来通信开销