Kimi K3 2.8T参数开源模型在80张RTX 5090上跑出20 tok/s，零HBM需求
markjeffrey · x · 2026-07-28
Kimi K3 模型拥有2.8万亿参数，在80张RTX 5090显卡上实现单流20 tok/s的推理速度，无需HBM显存，仅使用GDDR7游戏显卡和普通以太网。该模型采用官方MXFP4权重，未重新量化，是首个在消费级GPU上运行的前沿开源模型。任何实验室、初创公司或大学均可拥有、探测、微调并运行智能体。
所属事件:Kimi K3 2.8T参数模型在80张RTX 5090上零HBM运行(8 条相关)→
「Infra」频道最新
- Unsloth Desktop 热修复：Qwen-Image-2.1 支持图像编辑与量化修复 — danielhanchen · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23
- RTX5090 上 Qwen 27B 跑 24 小时,自主写出完整 Postgres-SpringBoot-React 表格应用 — anglepoiselife · 2026-09-23