MoE 手册推理篇：Kimi、DeepSeek、GLM 均采用 4-bit QAT 后训练
Nouamanetazi · x · 2026-11-06
MoE 训练手册第 4 章进入推理服务环节：Kimi K3 通过 SFT 和 RL 将路由专家量化为 MXFP4；DeepSeek-V4 和 GLM-5 也在预训练后使用 4-bit QAT。
服务方面，DeepSeek 以 EP64 到 EP128 的专家并行度解码 V4.1-Flash，在每 GPU 64 请求时比 EP8 快约 25%。
所属事件:Hugging Face 发布 80 万 GPU 时经验的免费 MoE 训练手册(20 条相关)→
「Infra」频道最新
- 纯软件优化 4.6 倍:Qwen3.8-27B 单卡 3090 跑出 381 tok/s — Redo · 2026-11-06
- Dolphin Networks 实测:DeepSeek-V4.1 Flash 在 PCIe 卡上吞吐提升 3.8 倍 — AlpinDale · 2026-11-06
- 律师用 8 张 2018 年 V100 跑 DeepSeek-V4.1：代码 215 tok/s、524K 上下文全进显存 — TumbleweedNew6515 · 2026-11-06
- Hyperkernel 递归生成 megakernel,11 个领域 SOTA 并开源 — MillionInt · 2026-11-06
- 马斯克:2-3 年内太空将成为运行超智能成本最低之地 — XFreeze · 2026-11-06
- 前微软员工揭秘：Azure 每 4 天新建一座数据中心 — viksit · 2026-11-06