Kimi K3 原生支持 MXFP4 量化，显存需求依然很高
teortaxesTex · x · 2026-07-27
- 图片显示，Kimi K3 采用原生 MXFP4 量化：权重用 MXFP4，激活用 MXFP8。
- 官方写到，它从 SFT 阶段就开始做量化感知训练，以提升硬件兼容性。
- 部署部分说明，Kimi K3 可通过 Kimi 平台 API 访问，并提供 OpenAI/Anthropic 兼容接口。
- 官方推荐的推理引擎包括 vLLM、SGLang 和 TokenSpeed。
- 另一张硬件图强调，Kimi K3 因 MoE 专家需要占用显存，VRAM 需求很高；某些配置下最低显存约 480 GB，推荐配置则提到 8 张 H100。
所属事件:Moonshot 发布 Kimi K3 开放权重引争议(155 条相关)→
「Infra」频道最新
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- 要么人力商品化，要么 GPU 商品化：算力经济二选一之辩 — _AustinCalvert_ · 2026-10-27
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- 9B 本地模型干机械活,规划交给大模型:一套省 token 的编程 agent 分工法 — Electrical_Ninja3805 · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27