華為官宣昇騰 0day 支持 Kimi K3 的訓練適配及推理部署

月之暗面於2026年7月27日正式開源Kimi K3大語言模型，該模型總參數量達到2.8萬億，是全球首次開源的3萬億級別模型，設計上瞄準長程程式編寫、知識密集型工作以及深度推理等前沿智能應用場景。開源消息釋出後僅隔一日，華為官方隨即宣布，旗下昇騰AI計算平台已達成0day極速適配，同步支援Kimi K3的訓練與推理部署，展現其生態對最新大型開源模型的快速響應能力。在訓練適配方面，華為基於MindSpeed MM深度學習框架，分別在Atlas 800 A3與Atlas 900 A3 SuperPoD上完成減層訓練的基礎功能適配。

針對Kimi K3龐大參數量所帶來的計算需求，華為更在運算元層級、並行加速策略以及記憶體使用效率上進行專項優化，使訓練負載能在昇騰硬體上高效運轉，降低大規模模型訓練的門檻。推理部署環節，華為透過vLLM Ascend與SGLang兩套開源推理引擎，實現對Kimi K3的快速部署支援。昇騰950超節點進一步提供FP8、MXFP8、MXFP4等完整數值精度格式，尤其原生相容Kimi K3所採用的mxFP4量化權重，使量化後的模型能在不犧牲推論品質的前提下，獲得更高的運算效率與更低的記憶體佔用。

月之暗面在開源模型的同時，也公開了三項支撐Kimi K3訓練的關鍵基礎設施技術：MoonEP、FlashKDA與AgentEnv。其中FlashKDA已於更早時間開源，MoonEP與AgentEnv則伴隨本次模型發布正式對外界釋出。這三項技術分別負責高性能通訊、高性能運算算子以及分散式強化學習環境，構成從訓練到推理流程中的核心技術鏈路。目前Kimi K3的模型權重與相關程式碼已上傳至Hugging Face與GitHub平台，供學術研究及開發社群自由取用。隨著模型開源，社群得以在昇騰平台上直接進行訓練與推理作業，華為亦表示將持續深化對各類開源模型的適配，保持與人工智慧生態的同步演進。

這次華為在Kimi K3開源當日即完成0day適配，不僅凸顯昇騰平台與開源社群的緊密整合，也為業界提供了一個大規模模型快速落地的實際案例。從訓練框架的專項優化到推理引擎的多元支援，華為透過完整的軟硬體協同，讓Kimi K3這款參數量突破3萬億等級的模型，從發布首日起就能在實際場景中發揮效能。