Kimi K3 在 AMD MI350X 上跑通，四路并发达 327 tok/s
burny_tech · x · 2026-07-28
Kimi K3 被展示在 AMD MI350X 上通过 SGLang 跑通，作者称几乎开箱即用，并特别致谢 AMD、SGLang 和 Moonshot 团队。
配图里的本地基准结果显示了这套部署的实际吞吐表现：
- 单路流式推理中，短/中/长代码/推理提示的吞吐大约在 105.6–143.4 tok/s。
- 4 路并发测试里，4 个请求合计达到 327 tok/s。
这条更像是一次 AMD 侧推理部署与性能实测，核心信息不在“新模型发布”，而在 Kimi 与 SGLang、AMD 硬件的兼容和效果。
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