M3 MXFP8

MiniMax M3.1 Flash 开放权重发布，vLLM 提供零日硬件支持

MiniMax 发布了其 M3.1 Flash 模型的开放权重，这是一款拥有 4280 亿总参数和 100 万 token 上下文窗口的多模态混合专家架构。该模型利用 MiniMax Sparse Attention 通过仅关注过去键的相关块来有效处理长上下文。除了权重，vLLM 还为 NVIDIA Blackwell、Rubin 和 AMD MI350 硬件提供了零日支持和优化的内核，显著提高了服务效率和并发性。