NVIDIA 优化 vLLM 使 Kimi K3 推理提速 1.68 倍
热点事件持续更新
NVIDIA 优化 vLLM 使 Kimi K3 推理提速 1.68 倍
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
NVIDIA 通过一项新的 vLLM 上游优化，在 2.8T 参数的 Kimi K3 模型上实现 423 tok/s/user 的推理速度，相同硬件下提速 1.68 倍。 该优化由 NVIDIA CentML 的 Benjamin 用 Cute DSL 编写解码专用 kernel，采用激进 Megakernel 融合，代码量达 12,000 行。NVIDIA 同时表示正在为 vLLM 推进 DeepSeekv4.1 等模型的支持。
AI 根据报道生成 · 2 小时前更新
最新进展10月18日 09:15
NVIDIA 为 Kimi K3 实现 423 tok/s/user 推理报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- SemiAnalysisNVIDIA 为 Kimi K3 实现 423 tok/s/user 推理
NVIDIA 通过新的 vLLM 上游优化，在 2.8T 参数 Kimi K3 模型上实现 423 tok/s/user，同硬件提速 1.68x。该优化由 NVIDIA CentML 的 Benjamin 用 Cute DSL 编写解码专用 kernel，采用激进 Megakernel 融合，达到 12,000 行代码。NVIDIA 还在为 vLLM 推进 DeepSeekv4.1 等模型的支持。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。