- A3 或 950DT 服务器数
- 8 台
- 每台 A3 的卡数
- 16 张
- A3 单卡显存
- 64 GB
- 基础配置最大长度
- 204,800
vLLM Ascend 在 0.30.0 的模型页里，把 Kimi K3.1 Pro 标成实验支持。列入已验证的是 Atlas 800I A3，以及 950DT。A2 和 950PR 两档没有列入。页面更新时间是 2026 年 11 月 4 日。
页面把预填充和解码分开的例子当成流程演示。生产环境建议改用 MindIE Motor，再配 vLLM-Ascend。A3 使用 W4A8 权重，机器是 8 台 Atlas 800I A3，每台 16 张，单卡 64 GB。950DT 使用 W4A8_MXFP 权重，同样是 8 台，每台 8 张卡。
基础配置是 8 个节点上的 4P4D。预填充侧为流水并行 4、预填充上下文并行 4、张量并行 4。解码侧为数据并行 4、解码上下文并行 16、张量并行 16。这一档最大序列长度是 204,800。
另一套分离配置把上下文放到 100 万 token。华为计算称，完整权重于 2026 年 11 月 4 日公布。昇腾随即用 vLLM Ascend 和 SGLang 做推理适配。产品包括 Atlas 800 A3、Atlas 900 A3 SuperPod 和昇腾 950 超节点。
IT之家 11 月 5 日引述了华为计算公众号。金股讯同日刊出的文本同样列出 Atlas 900 A3 SuperPod。该型号不在 vLLM 文档的已验证平台里。
SGLang 仓库在 11 月 4 日新增议题，目标是在昇腾上提供 Kimi K3.1。记录的拓扑为 3 个节点、每节点 8 张卡，张量并行 8、流水并行 3。单条请求的预填充和解码已经核对。吞吐测试还没放上，对应的代码合并请求当天仍开着。
实验页和产品名单差在验收边界。文档给的是 8 台机器上的分离样例，并注明样例不适合直接用于生产。SGLang 只核对了更小拓扑，没有吞吐数字。国产卡要接住这个模型，得先看目标机型能不能按 11 月 4 日的文档跑完；卡数和缓存怎么切，比产品名单长短更要紧。
