8 月 10 日消息，據(jù)《科創(chuàng)板日?qǐng)?bào)》報(bào)道，華為將于 8 月 12 日在 2025 金融 AI 推理應(yīng)用落地與發(fā)展論壇上，發(fā)布 AI 推理領(lǐng)域的突破性技術(shù)成果。據(jù)透露，這項(xiàng)成果或能降低中國(guó) AI 推理對(duì) HBM（高帶寬內(nèi)存）技術(shù)的依賴(lài)，提升國(guó)內(nèi) AI 大模型推理性能，完善中國(guó) AI 推理生態(tài)的關(guān)鍵部分。

華為在 AI 推理領(lǐng)域的技術(shù)突破已有先例。2025 年 3 月，北京大學(xué)聯(lián)合華為發(fā)布了 DeepSeek 全棧開(kāi)源推理方案，該方案基于北大自研 SCOW 算力平臺(tái)系統(tǒng)和鶴思調(diào)度系統(tǒng)，整合了 DeepSeek、openEuler、MindSpore 與 vLLM / RAY 等社區(qū)開(kāi)源組件，實(shí)現(xiàn)了華為昇騰上的 DeepSeek 高效推理。

在性能方面，華為昇騰已實(shí)現(xiàn)多項(xiàng)突破。例如 CloudMatrix 384 超節(jié)點(diǎn)部署 DeepSeek V3 / R1 時(shí)，在 50ms 時(shí)延約束下單卡 Decode 吞吐突破 1920 Tokens / s；Atlas 800I A2 推理服務(wù)器在 100ms 時(shí)延約束下單卡吞吐達(dá)到 808 Tokens / s。

科大訊飛與華為的合作也取得了顯著成果，雙方率先實(shí)現(xiàn)了國(guó)產(chǎn)算力上 MoE 模型的大規(guī)模跨節(jié)點(diǎn)專(zhuān)家并行集群推理，使推理吞吐提升 3.2 倍，端到端時(shí)延降低 50%。