Kimi K3 推理服务成本分析：计算量过大，服务难以承受

分析认为，Kimi K3 的 KV cache 虽大，但在 compute bound 的 batch size 下仍可服务，核心瓶颈是计算量本身过大。即使仅按 6 倍激活参数计算且不计 CED，Kimi 也无法完成服务；考虑 dense MLA 的计算开销，77k 上下文相当于 400B 激活参数，问题更严重。这一限制主要源于算力与成本，而非 infra 效率。