MiniMax 称 MI355X 服务性能已接近 B200，覆盖 428B 多模态模型
salykova_ · x · 2026-07-23
MiniMax 表示，正与更多硬件厂商合作，共同优化推理性能，并强调开放生态。引用信息里还提到，AMD MI355X 在 MiniMax-M3 的服务场景下，性能已经接近 Nvidia B200。
这条帖子指向两篇技术博客，核心是 MiniMax 在其 428B 参数的 MSA sparse MoE 多模态基座模型 上做的全栈优化，包括：
- 用 EAGLE3 speculative decoding 降低生成延迟
- 采用 MSA 对齐的 Page-16 KV cache，支持 100 万长度上下文
- 使用 分层 FP8 量化，尽量避免视觉/MoE 模块精度下降
- 通过 分布式 P/D 分离架构 适配大规模集群
整体来看，这是一条关于推理加速、长上下文缓存和软硬件协同的基础设施动态。
所属事件:MiniMax称AMD MI355X推理性能已接近英伟达B200(2 条相关)→
「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