海光DCU Day0极速适配Kimi K3：3万亿级开源模型满血落地国产算力

（来源：海光信息）

7月27日，月之暗面正式推出迄今能力最强的开源大模型Kimi K3。海光信息同步实现Day0极速适配，当日完成该模型在海光DCU平台的全流程适配、部署与性能验证，让国产算力用户无需等待、即刻体验这款3万亿级开源模型的满血性能。

Kimi K3是一个2.8万亿参数模型，基于KDA混合线性注意力机制（Kimi Delta Attention）与注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有100万token上下文窗口，是全球首个开源的3万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。

依托超大稀疏MoE架构，Kimi K3结合Stable LatentMoE框架，可在896个专家中高效激活16个；配合训练方法与数据配方优化，模型相比K2的整体扩展效率提升约2.5倍，能更有效地把算力转化为能力。在整套评测中，Kimi K3展现出前沿水平的能力，稳定超过其他所有开源模型。

凭借三重硬核能力，K3不仅能持续完成长时间工程任务、理解和处理大型代码库，还能一次性读入百万级超长上下文，并基于截图与视觉反馈实现真正的“视觉闭环“迭代。这对软件开发、科研计算、长文档处理等场景非常实用。

与模型权重同步公开的，还有Kimi K3 技术报告与三项关键Infra技术——MoonEP、FlashKDA和AgentEnv，覆盖从高性能通信、高性能算子到分布式RL环境的关键链路。

▍从算子到引擎全栈调优，海光DCU释放K3满血性能

围绕Kimi K3的架构特性，海光DCU团队依托自研DAS/DTK软件栈，完成了从底层算子、训练推理框架到推理引擎的全栈适配，带来部署与性能的双重升级：

●无缝迁移，开箱即用：Kimi K3在海光DCU上实现零改造部署——模型代码与业务逻辑均无需任何调整，开发者拿到算力即可上线，迁移成本几乎为零。

●架构级调优，性能满血：针对KDA混合线性注意力机制与896专家超大稀疏MoE架构，海光完成算子级定制优化。即便在百万级超长上下文的重载场景下，推理依然高效、稳定、低延迟，实测表现与GPU原生版本高度一致。

▍从写代码到造芯片：国产算力跑通K3前沿场景

满血落地的Kimi K3，把一批过去只存在于演示中的前沿智能场景，真正带到了国产算力之上：

猜你喜欢