每Token成本显著降低 华为发布UCM技术破解AI推理难题

【环球网科技报道 记者 张阳】8月12日，2025金融AI推理应用落地与发展论坛在上海举行。在此次论坛上，华为发布了AI推理创新技术——UCM推理记忆数据管理器，该技术旨在推动AI推理体验升级，提升推理性价比，加速AI商业正循环。与此同时，华为与中国银联携手，率先在金融典型场景开展UCM技术试点应用，并联合发布了智慧金融AI推理加速方案应用成果。

当前，人工智能已进入发展深水区，AI推理正成为下一个爆发式增长的关键阶段，推理体验和推理成本也因此成为衡量模型价值的重要标准。华为公司副总裁、数据存储产品线总裁周跃峰博士在论坛上强调：“AI时代，模型训练、推理效率与体验的量纲都以Token数为表征，Token经济已经到来。”为了保障流畅的推理体验，企业需要持续加大算力投入，然而，如何在推理效率与成本之间找到最佳平衡点，成为全行业亟待解决的重要课题。

华为数据存储产品线AI存储首席架构师李国杰对记者表示，从“模型智能”全面转向“数据智能”，已在业内形成高度共识，且这一拐点正在加速到来。他进一步解释道：“一方面，商业侧开始追问AI的闭环变现与最终用户体验；另一方面，当端到端模型能力提升遇到天花板时，系统化地转向数据智能成为必然选择” 。

“很多模型之所以表现不及预期，根本原因是缺乏高质量数据。大量依赖AI合成数据，既导致‘数据荒’，又带来质量隐患，数据治理、数据价值挖掘和数据智能将成为下一阶段产业研究的核心议题。”李国杰说。

针对这一难题，华为推出的UCM推理记忆数据管理器，由三大组件构成，分别是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）。通过推理框架、算力、存储三层协同，实现了AI推理“更优体验、更低成本”。

在提升推理体验方面，依托UCM层级化自适应的全局前缀缓存技术，系统能够直接调用KV缓存数据，避免重复计算，使首Token时延最大降低90%。同时，UCM将超长序列Cache分层卸载至外置专业存储，通过算法创新突破模型和资源限制，实现推理上下文窗口10倍级扩展，满足长文本处理需求。

在降低推理成本上，UCM具备智能分级缓存能力，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2-22倍，显著降低每Token推理成本，为企业减负增效。

在与中国银联的联合创新技术试点中，UCM的技术价值得到了充分验证。在中国银联“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，有效促进了服务质量的提升。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”。

华为数据存储产品线副总裁、闪存领域总裁谢黎明表示，金融行业在AI推理应用中面临三大核心挑战：一是长序列输入导致的“推不动”；二是并发上不去且每Token时延长造成的“推得慢”；三是耗费大量算力做KV重复计算引发的“推得贵”。而华为的解决方案核心就是围绕改善推理体验和推理性价比。

李国杰补充道，金融行业在IT信息化和科技赋能建设中一直走在前列，无论是银行还是保险，都能在大量数据中挖掘机会。随着走向Agentic AI时代，面临信息量爆炸，体现在模型侧就是显存不足以及推理Token成本的问题，华为的解决方案正是为了解决这类问题。

论坛现场，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，携手全产业共同推动AI推理生态的繁荣发展。

对此，李国杰表示，AI技术栈很深广，开源是希望行业能在全栈协同上做更多努力，推动推理架构发展，保持开放态度，沿着对推理发展和Token经济有益的趋势前进。谢黎明则认为，IT行业产品先行、标准随后，通过开源，能让更多厂商和伙伴加入，推动标准落地，共创标准，从而真正解决推理体验和成本问题。

华为UCM技术的发布，无疑为AI推理领域带来了新的突破，也为智慧金融的发展注入了强劲动力。随着UCM技术的开源和推广应用，有望推动整个AI推理行业的效率提升和成本优化，开启AI商业应用的新篇章。