英伟达vLLM优化使Kimi K3推理提速1.68倍

1. 21:25
   IT之家

   英伟达通过 vLLM 上游优化使 Kimi K3 模型推理速度提升 1.68 倍

   英伟达通过 vLLM 上游优化，使 2.8 万亿参数的 Kimi K3 模型在 GB300 NVL72 上实现 423 tok/s 推理速度，性能提升 1.68 倍。 该优化由 CentML 工程师 Benjamin 完成，采用 1.2 万行代码的 Megakernel 融合，使用 Cute DSL 编写解码专用内核。 英伟达还在为 vLLM 开发 DeepSeek V4.1 等其他模型的优化。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。