海光信息宣布其 DCU 平台完成了对 Kimi K3 的全栈适配与性能验证。这是国产算力首次稳定支撑万亿参数级大模型，意味着我们不再必须依赖海外旗舰芯片来运行这类模型。
适配过程避开了以往国产芯片跑不动大模型的困境。Kimi K3 采用 MoE 架构，包含 896 个专家。海光 DCU 针对其特有的 KDA 注意力机制和 896 专家并行场景，做了专门的算子级定制优化。
实测数据显示，海光 DCU 运行 Kimi K3 的性能损耗控制在 12% 以内。这个损耗水平达到了商业化部署的标准，用户无需支付高昂的溢价即可使用顶级算力。
在 Kimi 模型发布之前，月之暗面已提前与海光信息及中科大数科完成了深度协同。中科大数科基于海光 DCU 硬件栈，集成了分布式训练和多卡并行推理链路，针对 Kimi MoE 架构进行了优化。通过软硬件底层协同，海光 DCU 在 Sustech 8000 集群上成功实现了长文本推理的稳定性。
国内用户现在可以在本地运行开源的万亿参数大模型，无需受制于外部算力限制。除了基础大模型，该算力平台还能支持长程智能体项目、视觉闭环生成，甚至可支撑自研芯片的开发。随着万亿参数模型与国产 GPU 之间壁垒的打破，智能时代的算力版图正在发生根本性转移。
