深潮 TechFlow 消息，7 月 20 日，据分析师 Sunny Bangia 的观点，与 DeepSeek R1在 2025 年推出类似，Kimi K3 的推出也引发了对 AI 算力将低于预期的担忧。然而，这种比较可能忽略了一个重要区别。尽管 Kimi K3 这样的模型旨在更高效地利用算力资源，但它们在运行时仍需要大量内存，这一特性可能持续支撑对 SK 海力士、台积电和英伟达等企业的需求。
Kimi K3 拥有 2.8 万亿个参数，使稀疏率达到了新高。更高的稀疏率意味着在每个任务中被激活的参数数量相对模型总大小更少，从而在每个 token 上实现更高的计算效率。参数只是存储在内存中的一个数字。即使使用低精度数据格式对模型进行压缩，Kimi K3 的参数仍会占用约 1.4 太字节的内存。采用 K3 本身就会产生对高内存硅芯片升级的需求，例如英伟达的 Blackwell GB300。(金十)
15.14万 热度
6.86万 热度
1.18亿 热度
117.91万 热度
93.89万 热度
分析师：Kimi K3 虽提升算力效率，高内存需求仍支撑 AI 芯片需求
深潮 TechFlow 消息，7 月 20 日，据分析师 Sunny Bangia 的观点，与 DeepSeek R1在 2025 年推出类似，Kimi K3 的推出也引发了对 AI 算力将低于预期的担忧。然而，这种比较可能忽略了一个重要区别。尽管 Kimi K3 这样的模型旨在更高效地利用算力资源，但它们在运行时仍需要大量内存，这一特性可能持续支撑对 SK 海力士、台积电和英伟达等企业的需求。
Kimi K3 拥有 2.8 万亿个参数，使稀疏率达到了新高。更高的稀疏率意味着在每个任务中被激活的参数数量相对模型总大小更少，从而在每个 token 上实现更高的计算效率。参数只是存储在内存中的一个数字。即使使用低精度数据格式对模型进行压缩，Kimi K3 的参数仍会占用约 1.4 太字节的内存。采用 K3 本身就会产生对高内存硅芯片升级的需求，例如英伟达的 Blackwell GB300。(金十)