北京
3月27日消息，在2026中關(guān)村論壇期間，高效能AI Token生產(chǎn)服務(wù)商趨境科技發(fā)布全新一代 AI 推理平臺趨境 ATaaS 高效能 AI Token 生產(chǎn)服務(wù)平臺（Approaching.AI Token as a Service）。據(jù)悉，趨境 ATaaS 平臺依托四大自研核心技術(shù)模塊，構(gòu)建覆蓋異構(gòu)整合、智能調(diào)度、彈性擴(kuò)容的全鏈路能力，并將算力與能源封裝為分層、面向具體應(yīng)用場景定制的高效能 Token 服務(wù)，為國產(chǎn)算力提質(zhì)增效、破解異構(gòu)算力孤島、實(shí)現(xiàn)規(guī)?；当驹鲂?。
具體來看，趨境 ATaaS具有四大核心技術(shù)，一是異構(gòu)推理2.0，大模型計(jì)算邏輯重構(gòu)技術(shù)，其深度融合 CPU+GPU、國產(chǎn)與非國產(chǎn)算力異構(gòu) PD 分離等技術(shù)，重構(gòu)模型計(jì)算邏輯，并基于算子與任務(wù)特征進(jìn)行智能分流：CPU 承載低計(jì)算密度任務(wù)，國產(chǎn)算力卡處理高密度 Prefill，大顯存顯卡承載高訪存 Decode。萬卡級智算集群整體運(yùn)營成本壓降20%以上。
二是以存換算2.0，超體量 KV Cache 緩存技術(shù)，通過架構(gòu)重構(gòu)，將原本依賴昂貴顯存承載的 KV Cache 存儲空間擴(kuò)展百倍至千倍，形成近乎無限的緩存池資源，緩存命中率最高可達(dá)90% ，直接削減90% GPU 算力開銷。
三是虛實(shí)同構(gòu)，算子級 SLO 仿真，基于算子級精細(xì)仿真，推演大模型 Token 生成全鏈路的吞吐、時延與訪存表現(xiàn)，實(shí)現(xiàn)算力資源的智能預(yù)規(guī)劃與動態(tài)調(diào)優(yōu)；圍繞業(yè)務(wù) SLO 分級需求，精準(zhǔn)切分異構(gòu)算力配額并隔離資源優(yōu)先級，可將萬卡級智算集群硬件綜合資源利用率最高提升數(shù)倍。
四是極致彈性，實(shí)現(xiàn)萬億參數(shù)大模型7秒快速拉起與動態(tài)配置變更、數(shù)百節(jié)點(diǎn)超大規(guī)模 EP 彈性調(diào)度，以及智能容災(zāi)重構(gòu)和負(fù)載均衡，形成平臺原生支持萬卡級高性能橫向擴(kuò)展的關(guān)鍵能力。（定西）
本文來源：網(wǎng)易智能
責(zé)任編輯：
李佳_NBJS32032
