英伟达优化Kimi K3推理性能
热点事件持续更新
英伟达优化Kimi K3推理性能
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
英伟达通过上游 vLLM 优化，使 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user，较相同硬件上的原性能提升 1.68 倍。 这项优化由 Benjamin 使用 Cute DSL 编写的 Megakernel 融合完成，涉及约 1.2 万行代码。英伟达还在基于 vLLM 为 DeepSeek V4.1 等模型开发优化。
AI 根据报道生成 · 2 小时前更新
最新进展10月18日 21:25
英伟达通过 vLLM 上游优化将 Kimi K3 推理速度提升 1.68 倍报道时间线
沿着报道，了解事件的不同侧面。
10月18日
- IT之家英伟达通过 vLLM 上游优化将 Kimi K3 推理速度提升 1.68 倍
英伟达通过上游 vLLM 优化，让 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user，相比相同硬件性能提升 1.68 倍。该优化由 CentML 工程师 Benjamin 完成，采用 Cute DSL 编写的 Megakernel 融合，并包含 1.2 万行代码；英伟达还在为 vLLM 开发 DeepSeek V4.1 等模型的优化。
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。