103μs 降到 18μs 背后，Cursor 为何剑指英伟达，重写 GPU？
IndustryAI 50
Source: 雷峰网Publish time unverified
MoK：把 token 调度、跨 GPU 通信和专家计算塞进同一个 GPU 内核。 作者丨郑佳美 编辑丨岑 峰 7 月 21 日，NVIDIA 公布了 GB300 NVL72 训练 DeepSeek-V3 的最新成绩：256 张 GPU 上，单卡性能达到 1,648 TFLOPS。 不到两周后，Cursor 开源了 Mixture-of-Kittens，简称 MoK。它没有继续折腾更快的矩阵乘法，而是直接重写了一层 MoE 的执行方式，把 token 调度、跨 GPU 通信和专家计算塞进同一个 GPU 内核。 这件事有点反直觉。因为 GB300 NVL72 已经把 72 张 GPU 放进同一个 NVLink Domain，整机架 NVLink 总带宽达到 130 TB/s。按这个规格看，GPU 之间传数据应该已经足够快。 可在大规模 MoE 训练里，通信依然会拖住专家计算。 问题出在 MoE 的数据流。Router 每一步都会重新决定 token 去哪个专家，而专家分散在不同 GPU 上。token 要先跨卡送过去，算完再传回来；发送之前还要整理位置，到达之后还要等待数据完整。随着 M…