分析 Kimi Delta Attention 的显存优化取舍
AccBalanced · x · 2026-07-19
推文分析了 Kimi 的 Delta Attention 机制。该机制虽然保留了类似 KV cache 的状态，但其显存占用不会随上下文长度增加而膨胀，这为解决大模型长上下文的显存瓶颈提供了思路。
不过，这种设计也存在代价：虽然状态空间常量节省了部分显存，但 Kimi 整体模型参数量极大，庞大的模型本身依然对显存提出了很高的要求。
「Infra」频道最新
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11