网页 demo 近似复现 V4.1 flash 的 KV 快速预填充，跑在 Qwen3 上
T_rex2700 · reddit · 2026-09-11
Reddit 用户发现有人做出网页 demo（kishida.github.io/webdemos/llkvapprox），在 Qwen3 上近似实现了类似 Gemini V4.1 flash 的 KV 缓存快速预填充技术（近似 KV 压缩加速 prefill）。作者好奇该方案能否推广到 27B 规模模型，并邀请读者在页面直接试玩 Qwen3 demo。
「Infra」频道最新
- Neocloud 初创 General Compute 融资 1 亿美元,专押英伟达体系外推理芯片 — tonygwu · 2026-10-28
- 超快开源推理创企获 1 亿美元 A 轮融资,首批机架 2027 Q1 上线 — tonygwu · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28
- AI 代码潮致 CI 需求暴涨，Celesto 一周 CI 分钟数增长 9 倍并分享扩容细节 — aniketmaurya · 2026-10-28
- DeepMind 团队发布 Rust 虚拟机 Capsem，为 AI Agent 提供 hardened 隔离环境 — rakyll · 2026-10-28
- SemiAnalysis:OpenAI 正洽谈约 1GW TPU 租约并寻找场址 — dylan522p · 2026-10-28