vLLM 发布 Kimi K3 部署指南：支持 B300 与 MI355X
vllm_project · x · 2026-07-30
vLLM 团队发布了关于 Kimi K3 模型 Day-0 支持的详细技术指南。Kimi K3 是一个拥有 2.8 万亿参数的混合专家模型，每次推理激活 16 个专家，具备 100 万 token 上下文窗口和原生视觉能力。
文章深入解析了 vLLM 如何适配 Kimi K3 独特的 KDA 和 AttnRes 架构，并解决了 MXFP4 MoE、KV 缓存管理以及预填充/解码分离等部署挑战。官方建议使用 8 张 NVIDIA B300 或 AMD MI355X GPU 进行运行，同时支持由 Inferact 提供的开源 DSpark 推测解码加速。
所属事件:Kimi K3 开源即获 vLLM 与 AMD 首日原生支持(10 条相关)→
「Infra」频道最新
- DigitalOcean 成为 Kimi K3 首发推理伙伴，支持百万上下文 — vllm_project · 2026-07-30
- Kimi K3 上线即支持 AMD 平台，vLLM 实现 Day 0 推理 — vllm_project · 2026-07-30
- 驳斥「DeepSeek与国产光刻机」恐慌论：被夸大的成本与差距 — teortaxesTex · 2026-07-30
- 纯CPU跑通 Kimi K3：自研 Q3 量化占用 1.1TB，速度达 4.2 t/s — Fun-Meaning-6474 · 2026-07-30
- GPT-6将实现自我迭代优化推理算力 — imjustnewatai · 2026-07-30
- vLLM 联合 Baseten 上线 Kimi K3 生产级 API — vllm_project · 2026-07-30