阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15] Kimi K3.1 Pro 有 2.8 萬億個總參數、約 1,040 億個啟用參數,支援 100 萬 token 上下文;相關報道亦提及稀疏 MoE、KDA 與 DSA 混合注意力等設計。[4][9] SGLang 文件列明支援 M890 和 810E;但文件提到的是以 main 為基礎的 kimi k3.1 day 0 分支,不能據此斷言所有改動已合併至主分支。[4]
發布者圖片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What did Alibaba Cloud’s November 5, 2026 announcement reveal about day zero support for Moonshot AI’s Kimi K3.1 Pro on the Lingjun Zhenwu M. Article summary: Alibaba Cloud’s November 5 announcement said its Lingjun Zhenwu M890 SuperPoD had completed day zero adaptation of Kimi K3.1 Pro’s weights and full stack validation with both vLLM and SGLang, while opening invited SuperP. Topic tags: general web, openai, agents, ai, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成對 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;同時開放中衛 SuperPoD 邀請測試。15 不過,現有資料只足以支持這項核心支援消息,問題中提到的部分硬件、部署和商業細節,未能一併核實。
模型規模與架構: Kimi K3.1 Pro 有 2.8 萬億個總參數,約 1,040 億個啟用參數,支援 100 萬 token 上下文。4 有關阿里雲公布的報道亦提到稀疏 MoE(混合專家模型)、KDA 線性注意力與 DSA 稀疏注意力的混合設計,以及多 token 預測。
9
共同適配: 報道指阿里雲、平頭哥與 Kimi 團隊運用平頭哥 SAIL 軟件堆疊共同適配模型,並提到 FlashMLA 優化。9 至於 DeepGEMM MoE、MegaMoE 和 MoonEP 等額外適配細節,現有摘錄未能確認。
SGLang 支援: SGLang 的 Kimi K3.1 Pro 使用指南明確列出 PPU 對 M890 和 810E 的支援,為 M890 以外的硬件支援提供另一項佐證。4 指南亦列出
kimi-k3.1-day-0 分支,並說明它以 main 為基礎;這不等於所有首日改動都已合併至主分支。4
部署資訊: 公布資料指模型部署於 SuperPoD,並開放中衛邀請測試;同期報道亦提到模型已部署在通義千問 AI 平台並提供 API 服務。15
9 至於裸機實例的具體配置、REIN 服務部署,或鄂爾多斯是否同步提供首日支援,現有資料未能核實。
MoE 模型每個 token 只會啟用部分參數,可減少每次運算所需處理的參數量,但不代表毋須儲存整個模型權重。這類超大模型部署亦涉及專家路由通訊和長上下文狀態管理。這是一般工程層面的推論;現有資料沒有列出實測記憶體佔用、所需加速器數量,或互連頻寬門檻。
同樣,現有資料不足以證明這是鎮武首個透過正式硬件後端推出的主流開放權重模型首日部署,也不足以重現經驗證的 SGLang 預填充/解碼設定,以及多節點張量並行和專家並行方案。SGLang 指南能確認硬件支援及首日分支,不能單獨證明上述更廣泛的說法。4
至於盤古 920 的 PCIe 5.0、112G PAM4、400Gbps 吞吐量、每秒 4 億個封包、多路徑 RDMA、可編程擁塞控制、GPU/SSD 整合 PCIe 交換器,以及系統成本節省約三成等規格或效益,現有資料不足以核實。「超過 100 家大型客戶」及其行業分布亦未獲確認。
簡單講,較有根據的結論是:M890 對 Kimi K3.1 Pro 的首日適配有公布資料支持,而 SGLang 文件亦列明 M890/810E 支援。至於更完整的規格、部署範圍和商業成效,仍需要更多資料佐證。15
4
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15]
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15] Kimi K3.1 Pro 有 2.8 萬億個總參數、約 1,040 億個啟用參數,支援 100 萬 token 上下文;相關報道亦提及稀疏 MoE、KDA 與 DSA 混合注意力等設計。[4][9]
SGLang 文件列明支援 M890 和 810E;但文件提到的是以 main 為基礎的 kimi k3.1 day 0 分支,不能據此斷言所有改動已合併至主分支。[4]
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15] Kimi K3.1 Pro 有 2.8 萬億個總參數、約 1,040 億個啟用參數,支援 100 萬 token 上下文;相關報道亦提及稀疏 MoE、KDA 與 DSA 混合注意力等設計。[4][9] SGLang 文件列明支援 M890 和 810E;但文件提到的是以 main 為基礎的 kimi k3.1 day 0 分支,不能據此斷言所有改動已合併至主分支。[4]
發布者圖片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What did Alibaba Cloud’s November 5, 2026 announcement reveal about day zero support for Moonshot AI’s Kimi K3.1 Pro on the Lingjun Zhenwu M. Article summary: Alibaba Cloud’s November 5 announcement said its Lingjun Zhenwu M890 SuperPoD had completed day zero adaptation of Kimi K3.1 Pro’s weights and full stack validation with both vLLM and SGLang, while opening invited SuperP. Topic tags: general web, openai, agents, ai, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成對 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;同時開放中衛 SuperPoD 邀請測試。15 不過,現有資料只足以支持這項核心支援消息,問題中提到的部分硬件、部署和商業細節,未能一併核實。
模型規模與架構: Kimi K3.1 Pro 有 2.8 萬億個總參數,約 1,040 億個啟用參數,支援 100 萬 token 上下文。4 有關阿里雲公布的報道亦提到稀疏 MoE(混合專家模型)、KDA 線性注意力與 DSA 稀疏注意力的混合設計,以及多 token 預測。
9
共同適配: 報道指阿里雲、平頭哥與 Kimi 團隊運用平頭哥 SAIL 軟件堆疊共同適配模型,並提到 FlashMLA 優化。9 至於 DeepGEMM MoE、MegaMoE 和 MoonEP 等額外適配細節,現有摘錄未能確認。
SGLang 支援: SGLang 的 Kimi K3.1 Pro 使用指南明確列出 PPU 對 M890 和 810E 的支援,為 M890 以外的硬件支援提供另一項佐證。4 指南亦列出
kimi-k3.1-day-0 分支,並說明它以 main 為基礎;這不等於所有首日改動都已合併至主分支。4
部署資訊: 公布資料指模型部署於 SuperPoD,並開放中衛邀請測試;同期報道亦提到模型已部署在通義千問 AI 平台並提供 API 服務。15
9 至於裸機實例的具體配置、REIN 服務部署,或鄂爾多斯是否同步提供首日支援,現有資料未能核實。
MoE 模型每個 token 只會啟用部分參數,可減少每次運算所需處理的參數量,但不代表毋須儲存整個模型權重。這類超大模型部署亦涉及專家路由通訊和長上下文狀態管理。這是一般工程層面的推論;現有資料沒有列出實測記憶體佔用、所需加速器數量,或互連頻寬門檻。
同樣,現有資料不足以證明這是鎮武首個透過正式硬件後端推出的主流開放權重模型首日部署,也不足以重現經驗證的 SGLang 預填充/解碼設定,以及多節點張量並行和專家並行方案。SGLang 指南能確認硬件支援及首日分支,不能單獨證明上述更廣泛的說法。4
至於盤古 920 的 PCIe 5.0、112G PAM4、400Gbps 吞吐量、每秒 4 億個封包、多路徑 RDMA、可編程擁塞控制、GPU/SSD 整合 PCIe 交換器,以及系統成本節省約三成等規格或效益,現有資料不足以核實。「超過 100 家大型客戶」及其行業分布亦未獲確認。
簡單講,較有根據的結論是:M890 對 Kimi K3.1 Pro 的首日適配有公布資料支持,而 SGLang 文件亦列明 M890/810E 支援。至於更完整的規格、部署範圍和商業成效,仍需要更多資料佐證。15
4
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15]
阿里雲 11 月 5 日公布,靈駿鎮武 M890 SuperPoD 已完成 Kimi K3.1 Pro 權重的首日適配,並以 vLLM 和 SGLang 作全棧驗證;公告亦開放中衛 SuperPoD 邀請測試。[15] Kimi K3.1 Pro 有 2.8 萬億個總參數、約 1,040 億個啟用參數,支援 100 萬 token 上下文;相關報道亦提及稀疏 MoE、KDA 與 DSA 混合注意力等設計。[4][9]
SGLang 文件列明支援 M890 和 810E;但文件提到的是以 main 為基礎的 kimi k3.1 day 0 分支,不能據此斷言所有改動已合併至主分支。[4]