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
- Ortet 自托管评测 34 个开源模型在 50 项健康基准上的表现 — kchonyc · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27