当全球开发者还在讨论Kimi K3开源带来的冲击波时，国产算力阵营已经用行动给出了回应——不仅是跑通，而且是Day0同步适配。

7月27日，月之暗面正式开源Kimi K3。同一时间，海光信息宣布已完成Kimi K3在海光DCU平台的全栈适配与性能验证。这是国产GPU首次在模型发布当天完成对万亿级开源模型的适配部署。

一、Kimi K3：2.8万亿参数的“巨兽”

Kimi K3总参数达2.8万亿，激活参数1040亿，支持100万Token上下文窗口，是全球首个开源的3万亿级别模型。模型基于混合专家（MoE）架构，拥有896个路由专家、每次仅激活16个。

架构上搭载了KDA混合线性注意力机制与注意力残差技术，原生支持视觉理解。在Artificial Analysis智能指数上综合得分57分，全球第三；Frontend Code Arena以1679分登顶全球第一。

二、海光DCU的Day0适配：从算子到引擎的全栈调优

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。

零改造部署：模型代码与业务逻辑无需任何调整即可运行，迁移成本几乎为零，开发者拿到算力即可上线。

算子级定制优化：针对KDA混合线性注意力机制与896专家MoE架构，海光完成了算子级定制优化。

实测性能折损控制在12%以内：官方实测显示，国产卡性能折损控制在12%以内，已达到商用部署标准。

三、896专家并行，百万上下文不卡顿

Kimi K3的896个专家MoE架构，对并行推理能力提出了极高要求。海光DCU通过底层硬件与软件栈的协同优化，在曙光8000集群上实现了长文本推理的稳定运行。

月之暗面在发布K3前，已联合海光、中科曙光完成了完整的兼容性调优。曙光基于海光DCU硬件栈，打通了Kimi MoE架构的分布式训练与多卡并行推理链路。

即便896个专家同时并行工作，在百万级上下文的重载场景下，推理依然高效、稳定、低延迟。

四、国产算力跑通前沿场景

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带到了国产算力之上：

长程智能体工程：K3可在极少人工监督下持续完成长时间工程任务，从GPU内核优化到从零构建类Triton编译器，在海光DCU上自主闭环。

视觉闭环创作：原生视觉理解打通“代码—截图—优化”回路，3D交互世界、游戏开发、前端与CAD设计即时可见、即刻优化。

自主芯片设计：基于开源EDA工具链，K3可连续数十小时自主完成芯片的构建、优化与验证。

五、不止海光：国产算力生态正在加速闭合

海光DCU并非孤例。阿里云于7月27日晚间完成适配工作，旗下灵骏真武M890超节点实例可承载2.8万亿参数的Kimi K3，首Token延迟下降35%。

华为昇腾CANN在K3开源当天完成推理适配。从芯片到模型，国产AI技术栈的闭环正在加速成型。

截至2025年末，海光DCU已覆盖20多个关键行业、300余个应用场景，与365款主流大模型完成全面适配。

结语

国产GPU第一次把万亿参数级的模型稳稳托住了。当Kimi K3在海光DCU上跑通的那一刻，意味着万亿级顶尖开源模型不再局限于海外算力平台。

从“可用”到“好用”，国产算力正在跨越那道最难的坎。而这道坎一旦跨过去，智能时代的算力版图，正在悄悄挪动。