SGLang 称已可用 423 tok/s 服务 Kimi K3，day-0 生产就绪
vwxyzjn · x · 2026-07-28
SGLang 表示自己已经能在 day-0 速度下服务 Kimi K3，并在 GSM8K 上测到 423 tok/s，同时 RL 支持也已准备好。
这条内容重点解释了它如何适配 K3 的新架构：包括 fused KDA decode kernels、DP attention、DSpark、PD disagg、KDA-aware prefix caching 等优化。帖子还称 Kimi Vendor Verifier 已通过，模型已可进入生产环境，评论区附有博客、cookbook 和 benchmark。
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
- 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
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11