8月12日，华为发布了AI推理创新技术UCM（推理记忆数据管理器 ，Unified Cache Manager）。
简单来说 ，这是专门面向大模型推理过程的“缓存管理技术”，目的是为了优化推理速度 、效率和成本 。
具体来看 ，UCM是一款以KV Cache为中心的推理加速套件 ，其融合了多类型缓存加速算法工具，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 ，降低每Token推理成本 。
现场，华为公司副总裁、数据存储产品线总裁周跃峰表示 ，UCM推理记忆数据管理器旨在推动AI推理体验升级 ，提升推理性价比，加速AI商业正循环。同时 ，华为联手中国银联率先在金融典型场景开展UCM技术试点应用 ，并联合发布智慧金融AI推理加速方案应用成果 。
UCM是什么
对于上述颇多术语的介绍，我们来拆解一下 。
首先 ，什么是KV Cache？
据了解 ，KV Cache是一种用于优化Transformer等模型推理速度的技术，它的核心思想就是把历史 token的Key和Value（矩阵）缓存下来 ，下次生成时直接用 ，避免重新算，从而提升推理速度 、降低计算成本。代价是会占用更多内存，所以它是一种“用内存换计算 ”的工程优化手段。
换言之 ，KV Cache是一种存储机制 ，打个比方，就像是“模型推理过程中的记忆本 ” ，用来临时保存计算中间结果 ，让后续步骤少做重复工作 。
那么为什么要推出UCM？因为推理过程中仍存在不少痛点 。
随着AI产业已从“追求模型能力的极限” 转向“追求推理体验的最优化 ”，推理体验直接关联用户满意度 、商业可行性等。推理体验直接关系到用户与AI交互时的感受 ，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方面 。
资料显示 ，国外主流模型的单用户输出速度已进入 200 Tokens/s区间（时延 5 ms），而我国普遍小于60 Tokens/s（时延50 – 100 ms） ，因此 ，如何解决推理效率与用户体验的难题迫在眉睫 。目前，包括华为在内 ，各大科技企业都会在调度KV Cache基础上 ，研发优化推理过程的技术。
华为最新的UCM就引入融合了更多的算法工具，可以对接不同引擎与算力的推理引擎插件（Connector）、支持多级KV Cache管理及加速算法的功能库（Accelerator） 、高性能KV Cache存取适配器（Adapter）三大组件，通过推理框架 、算力、存储三层协同 ，实现AI推理“更优体验 、更低成本 ” 。
比如 ，华为介绍道，依托UCM层级化自适应的全局前缀缓存技术 ，系统能直接调用KV缓存数据 ，避免重复计算，使首Token时延最大降低90% 。
据悉 ，在华为与中国银联的联合创新技术试点中 ，中国银联“客户之声”业务场景下，借助UCM技术及工程化手段 ，大模型推理速度提升125倍 ，仅需10秒即可精准识别客户高频问题，促进服务质量提升。
为何率先在金融行业应用？金融业天然有数字化属性 ，也是数字化最早的领域之一 ，因此金融行业率先落地有数据基础和技术需求，尤其是生成式AI浪潮中，如何用好大模型服务业务是重要课题 。同时金融对速度 、效率、安全 、可靠性等要求高 ，也是验证技术的标杆场景 。
未来 ，中国银联将依托国家人工智能应用中试基地，联合华为等生态伙伴共建“AI+金融”示范应用 ，推动技术成果从“实验室验证 ”走向“规模化应用 ”。
华为的差异化路径
谈及UCM的差异化 ，华为数据存储产品线AI存储首席架构师向21世纪经济报道记者表示，当前 ，业界在分级缓存管理方面已有许多探索与实践 ，华为UCM在这一领域的最大优势在于将专业存储能力引入其中，引入后在软硬件协同与卸载方面做了大量工作 ，例如直通加速 、KV检索索引与底层文件系统元数据的融合等 。同时 ，在KV Cache生命周期管理方面，UCM具备预热、分级 、淘汰等一整套机制 ，这是UCM在N级缓存管理上的差异化能力之一 。
其次 ，上述专家提到，在算法加速库方面，业界现有方案普遍只停留在Prefix Cache这一层面 ，并未像华为一样 ，将稀疏全流程算法 、后缀检索算法等投入商用，也缺乏多样化的技术手段。相比之下 ，UCM在这一层贡献了更多、更丰富 、更可靠的算法 ，算法库还在不断扩展完善。
此外，UCM的体系更加完整 ，专家谈道 ，推理场景多种多样，请求的输入输出变化极大 ，而目前业界缺乏一套在各种场景下都能普适适用的框架 、加速机制与算法 。UCM能够在各种长短序列、不同请求条件下 ，实现自动切换与自适应的平滑优化 。
“华为希望通过将部分成果开放，促进框架厂商、存储厂商以及算力厂商共同加速这一框架机制的成熟 ，最终解决当前AI行业落地过程中的效率与成本问题。”专家说道 。
今天 ，华为还正式公布了UCM开源计划 。UCM通过开放统一的南北向接口，可适配多类型推理引擎框架 、算力及存储系统。今年9月，UCM将正式开源 ，后续逐步贡献给业界主流推理引擎社区 ，和全产业共同推动AI推理生态的繁荣发展 。
整体而言，一方面是华为在AI推理技术层面持续进行研发 ，UCM也是结合华为存储技术的积累进行创新；另一方面 ，在AI的布局上，华为继续在产业链的各个环节进行升级 ，实现系统性的提升 。
业内人士指出 ，国外领先芯片厂商通过硬件迭代 、软件优化、生态绑定构建了推理时代的“铁三角 ”，短期内难以被代替。中国单点硬件技术 ，如芯片设计上有所突破 ，但国产软件及生态适配还有差距，华为等科技厂商也在不断补上生态短板 。
正如华为专家所言：“大家一定要关注网络 、存储 、端到端的系统性、成本降低 ，才能有效的去加速AI的落地 。从单点的算力模组转向系统性优化 ，这是大趋势。 ”
手机炒股怎么加杠杆:比较好用的股票看盘软件-7000亿AI龙头上半年业绩创新高 工业富联二季度AI服务器营收同比增超60%
配资:怎样把资金交给量化管理炒股-宝宝树与华为云签署全面合作协议 “云计算+AI”共探母婴服务新范式
手机上买股票怎样开户:股票配资开户炒股-AI新贵Perplexity豪赌式出手：想买下30亿用户的Chrome
配资炒股评测网:手机股票买卖-突然换帅！“世界超市”新掌门浮现 前董事长另有重任
中国股票配资网官网在线客服:杠杆应用-AI大模型进展不断 这几只概念股成交活跃度高
配资炒股怎么操作:买股票要怎样开户-美的、京东等抢滩机器人赛道：产业链逐步完善 AI大脑仍待进化
网络配资-正规配资平台官网-股票配资app下载提示：文章来自网络，不代表本站观点。
美股市场：美股三大指数08月01日收盘全线下跌，道指日线5连跌。截至收盘，道琼斯工业平均指数比前一交易日下跌542...
界面新闻记者|刘晨光近日，两家头部互联网券商富途控股（FUTU.O）和老虎证券（TIGR.O）公布了2024...
界面新闻记者|曾令俊“整体来...
界面新闻记者|沈溦、陈慧东3月13日晚间，拿下4连板的狮头股份（600539.SH）发布股价异动公告称，利珀...
界面新闻记者|邹文榕继1月正式取得经营证券期货业务许可证后，3月21日，国信证券资产管理有限公司（下称：国信...
界面新闻记者|孙艺真随着我国金融市场制度型开放有序推进，当前，外资金融机构纷纷抢抓金融双向开放的机遇，不断加...
今天（3月23日），中国发展高层论坛2025年年会在北京举行，在此次年会上，中央财经委员会办公室分管日常工作的副主任、中...
上期所原油期货夜盘收涨0.83%，报535.7元/桶。沪金主力合约收跌0.47%，报705元/克，沪银主力合约收跌0.6...
在岸人民币兑美元（CNY）北京时间03:00收报7.2506元，较周四夜盘收盘跌11点。成交量437.69亿美元。...
记者｜赵阳戈进入2025年，主动退市再现案例。3月29日，中航产融（600705.SH）主动退市...
国务院办公厅日前印发《关于进一步完善信用修复制度的实施方案》（以下简称《实施方案》），旨在进一步完善统一规范、协同共...
界面新闻记者|邹文榕近段时间，一款信托合同当中隐藏“受益人代表/委托人代表”条款的政信信托开始在江浙等区域流...
记者闫桂花国务院发展研究中心市场经济研究所原所长王微日前表示，服务消费在扩大内需、提振消费的过程中大有...
2025环球资源四月香港展今日正式揭幕，一期展会即日起至4月14日于香港亚洲国际博览馆举行。本次展会集游戏、消费电子、电...
截至2025年4月11日收盘，上证科创板50成份指数(000688)强势上涨2.07%，成分股澜起科技(688008)上...
