热点事件历史事件
英伟达优化 Kimi K3 推理性能
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
2026年10月18日，IT之家报道称，英伟达通过优化上游 vLLM，提升了 Kimi K3 的推理速度。在 GB300 NVL72 上，该模型达到每用户每秒 423 个 token，较相同硬件提升 1.68 倍。报道介绍，Kimi K3 拥有 2.8 万亿参数；这项优化由英伟达 CentML 工程师 Benjamin 完成，采用大规模 Megakernel 融合，并使用 Cute DSL 编写解码专用内核。
AI 根据报道生成 · 1 小时前更新
最新进展10月18日 21:25
Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user，较相同硬件提升 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之家原文 ↗英伟达通过 vLLM 优化使 Kimi K3 推理速度提升 1.68 倍
英伟达通过上游 vLLM 优化，使 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user，较相同硬件提升 1.68 倍。该模型有 2.8 万亿参数；优化由英伟达 CentML 工程师 Benjamin 完成，采用大规模 Megakernel 融合及 Cute DSL 编写的解码专用内核。