英伟达工程师用1.2万行CuTe DSL代码优化Kimi K3推理，vLLM称AI生成代码已超出人工审查速度

vLLM博客复盘英伟达CentML工程师Benjamin Chislett用1.2万行CuTe DSL编写的Megakernel优化Kimi K3推理，原文报告batch 1下超过840 tokens/s、多配置解码吞吐提升1.5—2倍。