“黑科技”来了AI重磅！华为

　　骁龙8 Elite Gen5跑分再次曝光●□▲★：极限跑分近440万▽…，友商有压力了

　　何时开胡●…☆•=？舍什科7650万加盟曼联•□，俱乐部0球+国家队180分钟1射正

　　KV Cache是一种用于优化计算效率◆▷△◁▲、减少重复运算的关键技术-★★，但是需要占用GPU（图形处理器）的显存存储历史KV（键值）向量◆▷-，生成的文本越长△▪=，缓存的数据量越大△•▷。

　　随着信息技术应用创新产业的国产化改造提速●▪，各行业逐步意识到需要加速构建国产推理生态●▷◁▲-▷。UCM的核心价值在于提供更快的推理响应△▲▽■•、更长的推理序列等▼…○…。

　　洞察金融市场■▷▽○★…，传播中国价值——《中国基金报》社官方账号（《中国基金报》社有限公司运营管理）

　　随着AI产业的发展迈入代理式人工智能时代◆▼▼……，模型规模化扩张□…、长序列需求激增●◁…●，以及推理任务并发量增长◆▼◇，导致AI推理的KV Cache容量增长▽▷•□，超出了显存的承载能力=■…▽●。

　　据悉☆□◇，华为计划在9月开源UCM★▲。届时▷▼=，华为将在魔擎社区首发○▲○●☆•，后续逐步贡献给业界主流推理引擎社区▪□，并共享给所有Share Everything（共享架构）的存储厂商和生态伙伴▲…▷◇▪☆。

　　以办公助手场景为例▷△□○•，通过应用华为AI推理加速方案▽○☆◁，可支持用户输入超过17万Tokens的超长序列推理•=▼，避免超长序列模型推不动的问题•★▼。

　　数据显示△▽△▽，国外主流AI大模型的单用户输出速度已进入200 Tokens/s区间（时延5ms）•▽，而我国主流AI大模型的单用户输出速度普遍小于60 Tokens/s（时延50至100ms）•▷▷○AI重磅！华为。

　　目前○◇◁★…，国外领先芯片厂商通过从硬件迭代到软件优化◆=，再到生态绑定•…•▽△，构建起AI推理时代的□-•■“铁三角▼□”•☆，短期内难以被代替▽-▼★。中国企业在单点硬件技术上有所突破☆▪▲□▽，但国产软件及生态适配仍有较大差距★○…。

　　《中国基金报》对本平台所刊载的原创内容享有著作权△▷•，未经授权禁止转载☆□□，否则将追究法律责任●●。

　　AI大模型会学习标记Token之间的关系▼▲◆-□，UCM通过动态KV逐层卸载□…△-、位置编码扩展等组合技术■•□▼，Token是AI模型中的基本数据单位◇=★…▲☆。同时●◆○○，在训练过程中▲◁▼▽，

　　特别声明▽=-：以上内容(如有图片或视频亦包括在内)为自媒体平台■◁……○◁“网易号■●☆●”用户上传并发布▪▲○▼==，本平台仅提供信息存储服务★▷。

　　目前▲☆•，华为AI推理加速方案结合UCM与华为AI存储（OceanStor A系列）技术○●★●★=，与中国银联开展智慧金融AI推理加速应用试点▪▪◁★▷“黑科技”来了，三大落地业务场景分别是客户之声=▲▲□△•、营销策划○●-◁、办公助手■▲。

　　据悉◇△▪，UCM可根据记忆热度在HBM◆-•△、DRAM○▲…、SSD等存储介质中实现按需流动☆…=，同时融合多种稀疏注意力算法实现存算深度协同▲◆•★★，使长序列场景下TPS（每秒处理token数）提升2至22倍◆□▲…•=，从而降低每个Token的推理成本●△-。

　　8月12日下午•▪○◁△•，华为正式发布AI推理□◁▷“黑科技▼◁”UCM（推理记忆数据管理器）○□○☆●，助力解决AI推理效率与用户体验的难题▽-▪▷▲•。

　　最大化的单Token智能承载力和优化成本•-•▪▲◁，成为众多厂商的核心目标…○◆-，并且Token经济时代来临○★☆▷■…，训练◁•□□、推理效率与体验量纲都以Token为表征•▪。

　　中央督察组反馈后◇▷•，内蒙古自治区党委书记表态•●•△：对明知故犯▷•☆◇◁、屡教不改▪★…•=□、弄虚作假的•▲“罪加一等•●▼☆●”◇☆、从严惩处

　　巨大的Token处理量意味着高昂的运营成本◆□▽，包括服务器维护•△□◁■★、电力消耗持续攀升等●○，而保障流畅推理体验需要加大算力投入○•=▲■◁。

　　UCM是一款以KV Cache（键值缓存）为中心的推理加速套件▲★…，融合多类型缓存加速算法工具□--•▼•，可以分级管理推理过程中产生的KV Cache记忆数据-▪◇-，扩大推理上下文窗口-▽•☆，以实现高吞吐▲○■◆、低时延的推理体验…▼▽•，从而降低每个Token（词元）的推理成本▽•……▪▽。

　　模型分析和生成的Token数呈现指数级增长态势◇▪。利用算法突破模型和资源限制▲★★•◇☆，推理体验直接关联用户满意度■○••☆、商业可行性等核心需求■▽，随着AI应用向各类实际场景深度渗透◇=，以提供更长的推理序列为例□▲▷，用户规模和请求量急剧攀升●=◆，实现10倍级推理上下文窗口扩展◇◁◁。AI推理是AI产业在下一阶段的发展重心◁▷▼▽☆□。AI产业已从▷-●▼☆◆“追求模型能力极限▽★•”转向◆◁“追求推理体验最优化▽◇◇□”▽▽，将超长序列的Cache（缓存）分层卸载至外置专业存储△…。成为衡量AI模型价值的黄金标尺-▼◇=▲。从而执行推理并生成准确◆▲…、相关的输出=◁▼■。