全国配资炒股门户:网上配资的平台-华为发布AI推理“黑科技” 助力解决AI推理效率与用户体验难题

　　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。

来源：中国基金报记者拍摄

　　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
”
，推理体验直接关联用户满意度、商业可行性等核心需求，成为衡量AI模型价值的黄金标尺
。

　　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 。

　　UCM将提升推理系统效率和性能

　　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。

来源：中国基金报记者拍摄

　　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。

　　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
。

　　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 。

　　以提供更长的推理序列为例，UCM通过动态KV逐层卸载、位置编码扩展等组合技术 ，将超长序列的Cache（缓存）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
。

　　UCM提供更低推理成本

　　华为联手中国银联落地三大场景

　　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。

　　Token是AI模型中的基本数据单位 。在训练过程中
，AI大模型会学习标记Token之间的关系，从而执行推理并生成准确 、相关的输出
。

　　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）。

　　同时
，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数呈现指数级增长态势 。

　　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
。

　　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。

　　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，三大落地业务场景分别是客户之声 、营销策划
、办公助手 。

来源：中国基金报记者拍摄

　　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。

（文章来源：中国基金报）