Kimi 联合 AMD 优化 MI355X 服务栈，TTFT 降 3.2 倍
AnushElangovan · x · 2026-07-23
Kimi 和 AMD 表示，他们针对 agent 工作负载重构了 Kimi K2.6 在 AMD Instinct MI355X 上的服务栈，以应对长上下文、突发流量和频繁工具调用。
这次优化引入了 感知调度的多层 KV 缓存，并宣称实现了最高 3.2× 更低的 p99 TTFT 和 7.7% 更高的总 token 吞吐，且不牺牲准确率。原帖同时给出了技术博客链接供进一步阅读。
「Infra」频道最新
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11