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
- NVIDIA 称 Nemotron 3 Ultra 在 RTL 芯片设计任务上达 97.1% — NVIDIAAI · 2026-07-27
- 本地 Qwen 模型驱动机械臂测试 78 款手机续航 — gappyvalley · 2026-07-27
- MiniBot 2.40 新增 xAI、HF Studio 和 vLLM 支持 — Creative-Type9411 · 2026-07-27
- 苹果智能眼镜、英伟达SK合作与携程51.79亿罚单汇总 — APPSO · 2026-07-27
- DeepSeek 融资传闻、欧盟 AI 透明度规则与 OpenAI 安全事故 — 创业邦 · 2026-07-27
- QuixiCore 主张原生量化内核取代先反量化再执行 — QuixiAI · 2026-07-27