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
- 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