布AI黑科技UCM9月正式开源j9九游会(中国)网站华为发

　　此外=●=△○○，UCM通过动态KV逐层卸载○•…○、位置编码扩展▽△、Prefill稀疏等组合技术◇◁☆，将超长序列Cache分层卸载至外置专业存储◁■，利用算法突破模型和资源限制◆△◆△▲，实现10倍级推理上下文窗口扩展◆▷…△••。

　　●▽▷”华为相关负责人表示◁-□…。□■▷△•”华为副总裁☆•■▪▪、数据存储总裁周跃峰表示•▼◇-。降低每Token推理成本•★■。目前•…☆，实现存算深度协同○□◁▪，这是一个大家共创标准◆●=、共同推动推理领域加速发展的过程-○。作为一款以KV Cache为中心的推理加速套件○◆，同时融合多种稀疏注意力算法j9九游会(中国)官方网站…◆，国外主流模型的单用户输出速度已进入200 Tokens/s区间（时延5ms）=★▲□，

　　目前推理过程仍存不少挑战◆△▪•◆□，与中国银联合作落地UCMj9九游会(中国)官方网站●▲……，另外★▽★，华为方面介绍□•-▽◆。

　　记者了解到▪◇▽▲，华为UCM已率先在中国银联▼••□“客户之声◇▼▲○◁”-•◆“营销策划▷-▪☆■”■◁☆○=“办公助手◁■★•●”三大业务场景中▽=□◇，开展智慧金融AI推理加速应用试点■▽□，并已取得一定成果▼○△=▷。

　　华为相关负责人表示◁■，当前◁▪◇▼，中国互联网企业在AI领域的投资规模仅为美国的十分之一○◇。与此同时■-★，国内大模型的推理体验与海外相比仍存在差距——而推理体验的不足会直接导致用户流失△☆九游会畅享投影仪！，进而减缓企业的投资节奏△☆=…△●；投资收缩又会使企业难以承担高昂的推理成本•◁，反过来进一步限制推理体验的提升◆▲▪=，形成恶性循环■◁-★。UCM能够在算力基础设施投入保持不变的前提下○☆，显著优化推理体验○◁●■，推动AI推理进入▽▽▪•“体验提升—用户增长—投资加大—技术迭代☆▼=…▽”的商业正循环▪▽■▷□。

　　UCM可根据记忆热度在HBM◆△…◆、DRAM★•◆■▪☆、SSD等存储介质中自动分级缓存●▼★☆△•，降低每Token推理成本▪▲◁▼。UCM融合了多类型缓存加速算法工具=…▷▽■，可扩大推理上下文窗口★○…布AI黑科技UCM9月正式开，据了解□•=★◇，分级管理推理过程中产生的KV Cache记忆数据▽●，以实现高吞吐○●◆▪▷◇、低时延的推理体验◆○★☆==，Token经济时代到来◆•▪。

　　●▷“高延迟△▷◁、高成本是当下AI推理领域发展的主要挑战▲▽▽▷。▪▲”华为数字金融军团CEO曹冲在会上表示-☆。

　　如何解决推理效率与用户体验的难题迫在眉睫◆☆。=…▲○“为什么要开源▽▲▲…•○，而我国普遍小于60 Tokens/s（时延50-100ms）▽□▽▷=别是什么 暗区突围和吃鸡的区别九游会暗区突围手游和端游的区，，如何改进推理系统的体验和效率是一个重要的话题◆=△。对于AI推理的效率来说是一个有效的突破▼▪◆▲◁。使长序列场景下TPS（每秒处理Token数）提升2—22倍☆□◆●▽▪？▼●★-“AI时代后▽◆=•▲，是希望行业内更多人（企业）一起推动推理框架•=▪=◆、标准的形成★★▷▪…■。

　　随着AI应用向各类实际场景深度渗透●■•●☆★，用户规模和请求量急剧攀升◆▼=，模型分析和生成的Token数更呈现指数级增长态势◁▪◇▪▽-，最大化单Token智能承载力■▷○▼■、优化其成本成为厂商核心目标j9九游会(中国)官方网站•-•△…，Token经济时代来临…○▽◁▼，训练★■、推理效率与体验量纲都以Token为表征◁…▷▽▼。以火山引擎为例★★▼，2025年5月日均Token调用达16•-○●.4万亿▷…•，较2024年同期激增137倍◆•▲▽=。巨大的Token处理量意味着高昂运营成本——服务器维护•▷▲▪源j9九游会(中国)网站华为发、电力消耗持续攀升△◁☆…；而保障流畅推理体验又需加大算力投入○=☆☆=▷。如何在两者间找到平衡▼=，成为全行业亟待破解的难题△•▷▪。

　　在具体技术实现路径方面•◇•，华为相关负责人表示★◆▼-，UCM通过层级化自适应的全局前缀缓存技术☆▪☆，可实现任意物理位置▲●★、任意输入组合上的KV前缀缓存重用•▼◇…▼，在多轮对话▪☆◇▼●▽、RAG知识检索等场景中直接调用KV缓存数据◇•☆○◆-，避免重复计算▽▪□□■，使首Token时延最大降低90%•○。

　　在此背景下★□，华为计划于2025年9月正式开源UCM•◆△…◇，届时将在魔擎社区首发▽◁○☆▼，后续逐步贡献给业界主流推理引擎社区●-，并共享给业内所有Share Everything(共享架构)存储厂商和生态伙伴◆△。

　　AI时代下▽▼☆▼，推理技术关系用户与AI交互的体验•☆▽▷，包括回答问题的时延■-◇◆△★、答案的准确度以及复杂上下文的推理能力等j9九游会(中国)官方网站◇■☆•○，在此背景下…○○□•，华为最新推出AI推理黑科技UCM（推理记忆数据管理器）△○，可大幅降低推理时延与成本▲◇，并大幅提升推理效率•△◇…●▪。