vLLM 列出 Kimi K3 的解耦、KV offload 和 MoE 方案
vllm_project · x · 2026-07-27
- 这条主要在列 Kimi K3 在 vLLM 上可开启的服务能力。
- 包括 P/D disaggregation、按拓扑选择的 MoE backend（EP 用 megamoe、TP>1 用 trtllm）、KV offloading，以及 tool calling / reasoning / structured output。
- 配图补充了 vLLM Recipes 页面里的 moonshotai/Kimi-K3 部署信息：多节点 tensor parallel、硬件档位、以及面向低延迟的服务配置。
所属事件:vLLM 为 Moonshot Kimi K3 提供 Day-0 支持(11 条相关)→
「Infra」频道最新
- Unsloth Desktop 热修复：Qwen-Image-2.1 支持图像编辑与量化修复 — danielhanchen · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23
- RTX5090 上 Qwen 27B 跑 24 小时,自主写出完整 Postgres-SpringBoot-React 表格应用 — anglepoiselife · 2026-09-23