RossiLH

Kimi K3复刻项目拆开推理底座，大模型竞争转向系统效率

一个CPU可运行的轻量化Kimi K3项目，将KDA新注意力机制对应的推理服务拆成页池、前缀缓存、投机解码、上下文并行和调度五层。它不是新模型发布，却显示大模型竞争正从参数规模延伸到复用率、延迟与部署成本。