ReplaySSM 进入 GLM-5.3-Flash 与 Kimi-K3 生产，解码提速 2.1 倍

Tri Dao 与 NVIDIA 合作发布 ReplaySSM 的生产化成果：该技术已被 GLM-5.3-Flash 和 Kimi-K3 用于生产环境，并集成进 TensorRT-LLM，解码速度最高提升 2.1 倍。Albert Gu 转发评论称，Transformer 推理已被整个生态打磨出几十种优化技巧，而 SSM 等替代架构仍有巨大优化空间。

2026-10-13 ~ 2026-10-13 · 2 条相关

• ReplaySSM 进驻 GLM-5.3-Flash 与 Kimi-K3,解码最高提速 2.1 倍 — tri_dao · 2026-10-13

另有 1 条近重复转述:SonglinYang4