Kimi K3 登陆 AMD MI350 与英伟达 B200，首日即搞定推理优化
zhyncs42 · x · 2026-07-28
TokenSpeed 团队与月之暗面（Moonshot）紧密合作，仅用一周时间就实现了 Kimi K3 模型在英伟达 Blackwell（B200/B300）和 AMD Instinct（MI350X/MI355X）上的 Day 0 支持。
核心推理优化技术包括：
- Prefix caching（前缀缓存）
- Speculative decoding（投机解码）
- Disaggregated serving（分离式推理）
- CUDA Graph decode
此外，团队还详细分享了针对 KDA、Gated MLA、Stable LatentMoE、AttnRes 以及统一 Flat KV 架构的底层优化经验。
所属事件:TokenSpeed实现Kimi K3双平台首发支持(2 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