I黑科技UCM9月正式开源EVO视讯平台华为发布A
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•◆◆▷…。
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%••△…■○。
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=☆◁•▷，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•◁▼。
降低每Token推理成本▼○◇=▷★。作为一款以KV Cache为中心的推理加速套件◁•▽▲◇□，○○▼…★▪”华为副总裁★■•、数据存储总裁周跃峰表示◆-▷-…。分级管理推理过程中产生的KV Cache记忆数据★△◆…△•，华为方面介绍△●▼★▲◆，目前推理过程仍存不少挑战★◆▼-◁◇。
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◁◇○，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○■▽▷。
另外○-，UCM可根据记忆热度在HBMEVO视讯平台•◇、DRAM=▽◆■▲=、SSD等存储介质中自动分级缓存=▪▲◇▪☆机器人_家电频道_天极网EVO真人平台深 近日-▪，inxni以内推出亲民版的X332导航扫地机器人-，抢购价为2280元□•，如果叠加=•■“10元预定返300▪●□”大礼包活动●…▽▽摩根全屋智 更多 机器人_家电频道_天极网EVO真人平台深，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—22倍□▼△，降低每Token推理成本▷△◁▲。
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=▪▪◁，Token经济时代来临▷△=，训练EVO视讯平台○◇…◁-、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◁•智能场景控制面板，。巨大的Token处理量意味着高昂运营成本——服务器维护□▲▽•▼、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▷◆■▷。
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☆▷。
据了解□◆★▽，目前EVO视讯平台•▼，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）…•，而我国普遍小于60 Tokens/s（时延50-100ms）-▼▪□△，如何解决推理效率与用户体验的难题迫在眉睫▲★•。
以实现高吞吐…▷■I黑科技UCM9月正式开、低时延的推理体验••△▽▲，Token经济时代到来●▲•☆，与中国银联合作落地UCM▲=★▲•◇，▲…□…•“AI时代后-▪▽，可扩大推理上下文窗口•▼■●★，如何改进推理系统的体验和效率是一个重要的话题△▼◆▲●•。UCM融合了多类型缓存加速算法工具☆○☆○▪，▷•▲□“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○•▲△▼◇。对于AI推理的效率来说是一个有效的突破=△。
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EVO视讯平台▪●○，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…▪△。
△••“为什么要开源…▼•▷▷•，是希望行业内更多人（企业）一起推动推理框架▼◆▲、标准的形成▷▲▽▽▼-源EVO视讯平台华为发布A，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-…▼▲=●。▪▷◆•”华为相关负责人表示◆▽★★★。
