Kimi K3 据称沿用 block attention residuals，模型共 93 层
burny_tech · x · 2026-07-28
一条转发在讲 Kimi K3 的 attention residuals 设计和训练/基础设施细节。
- Kimi K3 维持了 block attention residuals 的原设计。
- 据转述，模型采用 8 个 block、每个 12 层 的结构，外加一个不完整的最后 block；如果把 embedding layer 也算上，可视作 9 个 block。
- 帖子还给出它有 93 层、hidden size 7168。
- 观点是：aspect ratio 77 很保守，体现出模型更偏向“更深而不是更宽”，而 attention residuals 在深层模型里效果更好。
所属事件:Kimi K3 公开后焦点转向架构(25 条相关)→
「Infra」频道最新
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 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