SGLang 首发支持 Kimi K3，推理速度飙至 423 tok/s
ying11231 · x · 2026-07-28
LMSYS Org 的 SGLang 团队宣布以 Day-0 级别支持最新开源模型 Kimi K3。通过深度融合优化 K3 的新架构（包括 KDA 解码内核、DP attention、PD 分离和 KDA 感知的前缀缓存），在 GSM8K 基准测试中实现了高达 423 tok/s 的惊人推理速度，并已通过 Kimi 官方验证达到生产级可用状态。
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