华为针对 AI 推理加速的关键技术 ——UCM 推理记忆数据管理正式宣布开源，UCM 目前具备稀疏注意力、前缀缓存、预填充卸载、异构 PD 解耦四大能力，可实现首 Token 时延最高降低 90%，系统吞吐最大提升 22 倍，达到 10 倍级上下文窗口扩展。