8 月 12 日消息，今日，華為正式發(fā)布 AI 推理創(chuàng)新技術(shù) UCM（推理記憶數(shù)據(jù)管理器）。

作為一款以 KV Cache 為中心的推理加速套件，UCM 融合了多類型緩存加速算法工具，分級管理推理過程中產(chǎn)生的 KV Cache 記憶數(shù)據(jù)，可擴大推理上下文窗口，實現(xiàn)高吞吐、低時延的推理體驗，降低每 Token 推理成本。該技術(shù)已率先在中國銀聯(lián)“客戶之聲”“營銷策劃”“辦公助手”三大業(yè)務(wù)場景中，開展智慧金融 AI 推理加速應(yīng)用試點，并已取得成果。

華為計劃于 2025 年 9 月正式開源 UCM，屆時將在魔擎社區(qū)首發(fā)，后續(xù)逐步貢獻給業(yè)界主流推理引擎社區(qū)，并共享給業(yè)內(nèi)所有 Share Everything (共享架構(gòu)) 存儲廠商和生態(tài)伙伴。