11月5日消息，近日，华为宣布针对AI推理加速的关键技术——UCM（Unified Cache Manager）推理记忆数据管理正式开源。
UCM以KV Cache多级缓存和推理记忆管理为中心，通过推理框架、算力、存储的三层协同，破解长序列推理效率低、成本高的难题，为企业提供更优的AI推理体验。
据介绍，UCM融合了多类型缓存加速算法工具，可分级管理在推理过程中产生的KV Cache记忆数据。
UCM具备四大关键能力：稀疏注意力、前缀缓存、预填充卸载、异构PD解耦。
它实现首Token时延最高降低90%，系统吞吐最大提升22倍，并达到10倍级上下文窗口扩展，显著提升了AI推理性能。
目前，UCM已在ModelEngine社区开放基础框架与工具链，开发者可通过社区获取UCM源代码与技术文档。
UCM产品架构
本文转载于快科技，文中观点仅代表作者个人看法，本站只做信息存储
本文来自于网络或用户投稿，本站仅供信息存储，阅读前请先查看【免责声明】,若本文侵犯了原著者的合法权益，可联系我们进行处理。本文链接：https://trustany.com/post/14361.html
