Kimi K3 用固定 KDA 状态替代增长式 KV 缓存
vllm_project · x · 2026-07-27
- 这条在解释：对 Kimi K3 来说，2.8T 参数并不是最难的部分，缓存这些参数才是。
- 许多层使用的是固定大小的 KDA state，而不是会不断增长的 KV cache，因此不存在按 token 递增的 KV 哈希问题。
- 基于这个设计，前缀缓存被重新实现；作者还表示，K3 之后的所有 hybrid model 都能继承这个结果。
- 配图展示了模型内部结构：Kimi Delta Attention、Gated MLA、Stable LatentMoE 以及围绕 KDA 的分块堆栈。
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