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，推理吞吐达423 tok/s(5 条相关)→
「Infra」频道最新
- Kimi K3 据称沿用 block attention residuals，模型共 93 层 — burny_tech · 2026-07-28
- llama.cpp 基准显示 ROCm 与 Vulkan 在 AMD R9700 上互有胜负 — Gesha24 · 2026-07-28
- NASA 新任管理员称 SpaceX 押注轨道数据中心将成真 — elonmusk · 2026-07-28
- Reddit 讨论解锁后的 CMP 170HX 能否支撑本地 AI 机架 — Tritheone69 · 2026-07-28
- 开源权重模型被视为大公司的安全部署方案 — jessi_cata · 2026-07-28
- Dolphin 基于 72 张 4090 训练 Trinity Large Thinking 398B — QuixiAI · 2026-07-28