华为与湖北移动完成全国首个 AI 推理加速方案现网测试，Token 吞吐率提升 372%

在 2026 MWC 上海展期间，华为与中国移动湖北公司联合宣布，双方已完成全国运营商首个 AI 推理加速解决方案现网测试。该测试基于华为 OceanStor A800 存储与昇腾 A3 超节点架构，搭载 UCM 推理记忆数据管理技术。

在长序列 AI 推理场景下，UCM 技术通过外置存储提供 PB 级 KV Cache，打破传统高带宽内存容量限制，实现 Token 吞吐率最高提升 372%。测试覆盖 MiniMax M2.5 和 GLM-5.1 等主流大模型，模拟 8K 至 190K 长序列输入。

结果显示，MiniMax M2.5 模型下，首 Token 延迟优化 26%-62%，128K 序列中输出效率提升 78%；GLM-5.1 模型下，首 Token 延迟优化 51%-93%，128K 序列中输出效率提升 372%。华为指出，随着上下文长度增加，该方案优势持续放大，有效解决长序列推理的 KV Cache 容量瓶颈。