TechFlow の報道によると、7 月 20 日、アナリストの Sunny Bangia 氏の見解では、2025 年の DeepSeek R1 発売時と同様、Kimi K3 の発売も AI 計算能力が予想を下回るのではないかという懸念を招きました。しかし、この比較は重要な違いを見落としている可能性があります。Kimi K3 のようなモデルは計算資源をより効率的に利用することを目指していますが、実行時には依然として大量のメモリを必要とし、この特性は SK ハイニクス、TSMC、NVIDIA などの企業への需要を持続的に支える可能性があります。
Kimi K3 は 2.8 兆個のパラメータを持ち、スパース率を過去最高に引き上げました。より高いスパース率は、タスクごとに活性化されるパラメータ数がモデルの総サイズに対して相対的に少ないことを意味し、これによりトークンあたりの計算効率が向上します。パラメータは単にメモリに格納された数字に過ぎません。低精度データフォーマットを使用してモデルを圧縮した場合でも、Kimi K3 のパラメータは約 1.4 テラバイトのメモリを占有します。K3 の採用自体が、NVIDIA の Blackwell GB300 のような高メモリシリコンチップのアップグレード需要を生み出すことになります。(Jin10)
お気に入りに追加
SNSで共有
