闫杰
【核心创始人与关键技术方向】周昕宇：联合创始人兼算法团队负责人，主攻大模型算法量产化与混合架构优化。吴育昕：联合创始人，深度学习与CV架构专家，主导Detectron2、Group Normalization等里程碑成果。张宇韬：联合创始人兼CTO，专注长上下文窗口技术与Agent工程化。许欣然：工程副总裁，负责大模型训练、推理与基础设施架构，主导Mooncake分离式推理架构。何蔚然：推理系统负责人，主导Mooncake架构，使Kimi请求承载量提升超75%，推理成本降至Claude Fable 5的38%。【中坚骨干与关键技术突破】杜羽伦：预训练与规模化负责人，参与MoBA、Attention Residuals、Muon优化器等核心架构。张宇：核心架构师，主导Kimi Linear线性注意力机制，大幅降低KV Cache占用与解码成本。赖国堃：NLP领域定义级成果持有者，打造RACE数据集、获SIGIR时间检验奖。陈广宇：17岁研究员，共同一作Attention Residuals，将模型扩展效率提升1.25倍。杜昂昂：多模态核心骨干，五代全勤，主导Kimi-VL视觉编码器与智能体数据合成。鹿恩哲：主导MoBA混合块注意力机制，百万token推理提速6.5倍，获NeurIPS 2025 Spotlight。毛绍光：Agent技术核心，转向端到端强化学习路线，交付Kimi Researcher，HLE达26.9%。秦若愚：清华博士生，主导Mooncake推理架构，获FAST 2025最佳论文奖。【技术创新亮点】MoBA混合块注意力：将MoE思路迁移至注意力层，95%稀疏度下效果持平全注意力，大幅提升长上下文推理速度。Attention Residuals：重构残差连接，提升超深网络训练效率1.25倍。Kimi Linear (KDA)：线性注意力机制，KV Cache占用最高降低75%，百万token解码吞吐提升6倍。Muon优化器：矩阵正交化替代AdamW，计算效率约提升两倍，降低万亿参数训练算力成本。Mooncake推理架构：KVCache分离式设计，请求处理量提升75%，单位成本一年下降超20倍。
发布于 江苏
分享
评论
赞
未登录
友善发言
评论
加载中
