据 BlockBeats 于 7 月 21 日报道，UBS、野村、美国银行证券以及花旗称，Kimi K3 的发布强化了而非削弱了对 AI 基础设施的需求。该模型具备 2.8 万亿个参数、1-milion-token 上下文窗口，并支持凭借原生多模态与 MoE 架构进行持续推理。机构指出，这些规格将提高 KV cache 的需求，并推动对 HBM 内存、服务器 DDR5、企业级 SSD、云基础设施以及高速互联的需求。花旗将这一趋势描述为另一个“Jevons 悖论”——即模型效率的提升可能会带来更高的代币消耗。UBS 强调，具有更长上下文窗口的开源模型更依赖内存；而花旗则表示，K3 的部署可能需要 64 台或更多的 GPU 集群。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
