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。
所属事件:Kimi K3开源首日获vLLM及AMD等多平台支持(14 条相关)→
「Infra」频道最新
- Unsloth Desktop 热修复：Qwen-Image-2.1 支持图像编辑与量化修复 — danielhanchen · 2026-09-23
- 128GB Strix Halo 跑 Qwen3.6 35B-A3B 稳定 50 tok/s,用户问现在最优解是什么 — jankeydankey · 2026-09-23
- Together AI 上线灰度发布：模型升级不停机，分步切流自动回滚 — togethercompute · 2026-09-23
- 专为大规模运行 Agent 的专用硬件亮相 — cyrilzakka · 2026-09-23
- 三元权重压缩 27B 模型仅 5.9GB,推理能力保留 95% — cephaloform · 2026-09-23
- RTX5090 上 Qwen 27B 跑 24 小时,自主写出完整 Postgres-SpringBoot-React 表格应用 — anglepoiselife · 2026-09-23