vLLM 实现 Kimi K3 首日支持：2.8T 参数模型部署实战

vllm_project · x · 2026-07-30

vLLM 官方宣布为 Moonshot AI 发布的 Kimi K3 模型提供高效的 Day-0 支持。Kimi K3 是一个拥有 2.8 万亿参数的混合专家模型，具有 100 万 token 上下文窗口和原生视觉能力。

文章详细介绍了 vLLM 适配 Kimi K3 架构的工程实践，包括如何让 KDA、MXFP4 MoE、KV 缓存管理、预填充/解码分离以及投机解码等技术协同工作。官方提供了快速启动命令，建议使用 8 张 NVIDIA B300 或 AMD MI355X GPU 进行部署，并支持 Inferact 开源的 DSpark 投机解码加速器。