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
- 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
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11