Kimi K3 经 DSpark 调优后解码吞吐升至 423 tok/s
ying11231 · x · 2026-07-28
Radixark 表示，他们用 SpecForge 给 Kimi K3 训练了一个 DSpark speculator draft model，把 batch-1 decode 吞吐从约 113 tok/s 提升到 423 tok/s。
结果
- 在 bs=256 的 chat 场景里，相比 verify-all，吞吐提升 68%，且是 lossless
- 在 GSM8K 上 accept length 为 5.67，在 HumanEval 上为 5.36
引用中的 SGLang 说明还强调，K3 的高速 serving 来自对新架构的原生实现和深度优化，包括 fused KDA decode kernels、DP attention、DSpark、PD disagg 和 KDA-aware prefix caching，并称已通过 Kimi Vendor Verifier，可用于生产。
所属事件:SGLang首发支持Kimi K3，吞吐量飙升至423 tok/s(8 条相关)→
「Infra」频道最新
- 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
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11