8 月 12 日消息，今日，華為正式發布 AI 推理創新技術 UCM（推理記憶數據管理器）。

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生的 KV Cache 記憶數據，可擴大推理上下文窗口，實現高吞吐、低時延的推理體驗，降低每 Token 推理成本。該技術已率先在中國銀聯“客戶之聲”“營銷策劃”“辦公助手”三大業務場景中，開展智慧金融 AI 推理加速應用試點，并已取得成果。

華為計劃于 2025 年 9 月正式開源 UCM，屆時將在魔擎社區首發，后續逐步貢獻給業界主流推理引擎社區，并共享給業內所有 Share Everything (共享架構) 存儲廠商和生態伙伴。