华为宣布昇腾 0 Day 支持 Kimi K3.1 Pro 推理部署，2.8 万亿级 MoE 模型能力再进阶

IT之家 11 月 5 日消息，据华为计算公众号，2026 年 11 月 4 日，月之暗面正式公布 Kimi K3.1 Pro 完整模型权重。昇腾基于 vLLM Ascend、SGLang 同步实现 0 Day 推理适配，支持昇腾 Atlas 800 A3、Atlas 900 A3 SuperPod 超节点以及昇腾 950 超节点系列产品进行 Kimi K3.1 Pro 的推理部署。

围绕模型新增的稀疏注意力、百万级上下文及推理服务需求，昇腾开展算子与框架协同优化，支持用户及开发者在模型发布首日开展部署与应用验证。

IT之家注意到，Kimi K3.1 Pro 是 K3.1 系列的首个模型，拥有 2.8 万亿参数，原生支持视觉理解，具备百万 token 上下文窗口。模型在 K3 基础上进一步扩大后训练规模，在代码开发、3D 创作、金融研究、事实准确性和长程智能体任务等方面实现能力提升。

借助百万级上下文，模型可综合利用长篇文档、代码和多轮交互中的任务信息，结合视觉理解与工具调用完成多步骤任务，支撑软件研发、企业知识处理等复杂场景。

在计算架构上，K3.1 Pro 采用混合线性注意力，结合 KDA 线性注意力层和 DSA 稀疏注意力层。发挥这一架构的计算优势，需要对算子执行、缓存管理与跨卡通信进行协同优化。

文中提到，昇腾推理团队依托 Kimi K3 的适配经验，提前开展模型分析，协同推进模型接入、算子开发与服务验证。在已有 KDA 与 MoE 支持的基础上，完成 K3.1 Pro 新增稀疏注意力路径与多模态推理适配，并同步支持推理框架的既有服务能力。

本次适配围绕核心算子优化与推理特性支持展开，覆盖历史信息筛选、稀疏注意力计算、预处理与残差计算，并结合分布式缓存和框架能力叠加，支撑长上下文推理与服务部署。

参考

• vLLM Ascend 部署指导

• SGLang 部署指导