2026年8月17日 · KTransformers
KTransformers v0.7.0
KTransformers v0.7.0 发布，扩展了 MoE 模型的微调和部署能力。主要改进包括：LoRA 微调全面支持 AVX512 x86 CPU（无需 AMX），自动选择 CPU 实现；支持 VLM 微调，包括 Qwen VLM MoE 架构；支持 DeepSeek-V3.1 的原生 FP8 LoRA 微调，直接从检查点加载块级 E4M3 路由专家权重和缩放因子。
EVENT STORY
发展脉络
- 首次出现KTransformers v0.7.0KTransformers
- 行业反馈v0.1.0llama.cpp
- 行业反馈v0.1.1llama.cpp
- 行业反馈v0.1.2llama.cpp
- 行业反馈v0.5.4LMCache
- 当前判断KTransformers 作为开源项目，其更新反映了 MoE 模型微调工具链的成熟，可能推动更多中小团队在低成本硬件上微调大型 MoE 模型。Agent Pulse · 分析
KTransformers v0.7.0 发布，扩展了 MoE 模型的微调和部署能力。主要改进包括：LoRA 微调全面支持 AVX512 x86 CPU（无需 AMX），自动选择 CPU 实现；支持 VLM 微调，包括 Qwen VLM MoE 架构；支持 DeepSeek-V3.1 的原生 FP8 LoRA 微调，直接从检查点加载块级 E4M3 路由专家权重和缩放因子。
KTransformers v0.7.0 通过支持 AVX512 和原生 FP8 LoRA，降低了 MoE 模型微调的硬件门槛，并避免了 FP8 权重的物化开销。这暗示了在异构 CPU-GPU 环境下，MoE 微调可以更高效地利用 CPU 资源。
KTransformers 作为开源项目，其更新反映了 MoE 模型微调工具链的成熟，可能推动更多中小团队在低成本硬件上微调大型 MoE 模型。
对于依赖 MoE 模型的企业，KTransformers v0.7.0 可能降低微调成本，加速模型定制化部署。
后续可关注 KTransformers 对更多 VLM 架构的支持，以及 FP8 微调在更多模型上的应用。