vLLM 为 Kimi K3 加入生产级支持，覆盖缓存和 MXFP4 MoE
vLLM Blog · rss · 2026-07-22
vLLM 博客预告了对 Kimi K3 的生产级支持。
- 这次更新包括 KDA-aware prefix caching、融合 kernel、优化后的 MXFP4 MoE，以及多模态集成。
- 文中还提到对 NVIDIA 和 AMD 的早期路径支持。
- 这是一个典型的推理与部署基础设施更新，重点在于如何更高效地把模型跑起来。
「Infra」频道最新
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- 全美市议会话题追踪网站：数据中心热度仅次于匹克球场 — zakkohane · 2026-10-27