vLLM Day-0 支持 Kimi K3：2.8T 参数 MoE 模型部署实战
vllm_project · x · 2026-07-30
vLLM 团队宣布为 Moonshot AI 开源的 Kimi K3 模型提供高效的 Day-0 支持。Kimi K3 是拥有 2.8 万亿参数的混合专家（MoE）模型，单 Token 激活 16 个专家，支持 100 万 Token 上下文及原生视觉能力。
文章深入解析了 vLLM 适配该模型的底层工程挑战与解决方案：
- 架构适配：针对 Kimi Delta Attention (KDA)、Attention Residuals (AttnRes) 以及 MXFP4 MoE 等新架构特性进行了专门的算子与缓存优化。
- 推理加速：Inferact 训练并开源了 DSpark 投机采样器，结合预填充/解码分离和长上下文部署方案，大幅提升推理效率。
- 部署指南：提供了基于 8 张 NVIDIA B300 或 AMD MI355X GPU 的完整 Docker 启动命令与配置参数。
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