热点事件持续更新
NVIDIA优化vLLM提升Kimi K3推理速度
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
2026年10月18日，SemiAnalysis在X上报道称，NVIDIA通过新的vLLM上游优化，在2.8T参数的Kimi K3模型上实现423 tok/s/user，同硬件提速1.68倍。该优化由NVIDIA CentML的Benjamin用Cute DSL编写解码专用kernel，通过激进Megakernel融合实现，Megakernel规模达12,000行代码。目前尚无其他来源的报道或后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月18日 09:15
NVIDIA新vLLM优化使Kimi K3达423 tok/s/user，同硬件提速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
- SemiAnalysis (@SemiAnalysis_) · XNVIDIA 在 2.8T Kimi K3 上实现 423 tok/s/user
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 1.68 倍。该优化由 NVIDIA CentML 的 Benjamin 用 Cute DSL 编写解码专用 kernel，通过激进 Megakernel 融合实现，Megakernel 规模达 12,000 行代码。
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。