开源项目 kimi-k3-in-c，用 176KB 的可移植 C99 代码跑超大 MoE，不依赖 CUDA、PyTorch、BLAS，甚至不需要 GPU。
1️⃣ 896 个专家，每个 Token 只激活 16 个
2️⃣ 模型放 NVMe，剩余权重按需流式加载
3️⃣ 8GB 内存下生成一个 Token 约 26～32 秒
4️⃣ 不同内存配置下，输出结果保持字节级一致
当然，它目前更像一个极限条件下的技术实验，不是拿来日常聊天的。
但它证明了一件挺有意思的事：超大 MoE 模型，不一定非得整套塞进内存。
🔗 https://github.com/FareedKhan-dev/kimi-k3-in-c