金河配资 趋境科技与鲲鹏联合发布“鲲鹏+xPU解决方案”，革新大模型推理算力基础设施

　　2025年5月22日金河配资，在鲲鹏昇腾开发者大会2025（KADC 2025）上，趋境科技CEO艾智远与华为鲲鹏计算业务总裁李义联合发布“鲲鹏+xPU 解决方案”，深度融合趋境科技领先的异构协同推理技术与鲲鹏基础软硬件平台，推出面向大模型推理场景的一体化解决方案。

　　该方案兼容昇腾等主流 xPU，覆盖数据中心到边缘场景，提供鲲鹏推理工作站、鲲鹏推理服务器等多样化的产品形态，适配 DeepSeek、Qwen 等主流大模型，搭载趋境科技异构推理优化技术显著降低大模型推理门槛，助力企业构建高性能、低门槛的智能算力基础设施。

　　同时趋境科技也在大会分论坛上分享了基于“鲲鹏+xPU解决方案”中的具体技术实现与当前的性能指标。

　　技术架构：异构协同突破推理性能极限

　　在“鲲鹏+xPU 解决方案”中，搭载了趋境科技业界首创的异构协同推理技术金河配资，同时根据鲲鹏技术软硬件做了深度适配：

　　1、NUMA亲和优化。NUMA 众多，需要对算子进行 NUMA 亲和改造，以减少跨 NUMA 的访问和同步，以此降低访问延迟，提升推理吞吐。

　　2、鲲鹏计算加速。使用了 KML 鲲鹏数学库进行加速，算子性能提升100%；通过鲲鹏工具链中的毕昇编译器编译，性能提升50%。

　　3、并行计算加速。开启 MTP （多 tokens/s 预测），大约提升 40% 的性能；采用新技术“Expert 延迟计算”，完全隐藏 NPU CPU 运行空泡，性能最高提升2倍。

　　基于趋境科技与清华大学 KVCache.AI 团队开源的异构推理框架 KTransformers 当前完成两种方案的性能调试：

　　1、昇腾+鲲鹏 KTransformers 方案（AK+K），在单机单卡的环境中，能够运行 DeepSeek R1 671B 8bit 满血版，prefill 和 decode 速度是 llama.cpp 的 4-6 倍。

　　2、鲲鹏 CPU+ KTransformers 方案（K+K），在单机零卡的环境中，CPU MoE 算子带宽利用率达到 70 %，运行 DeepSeek R1 671B 8bit 满血版，prefill 和 decode 速度是 llama.cpp 的 4-6 倍。

　　趋境科技在梦想启航·鲲鹏昇腾种子计划加持下，计划与鲲鹏进一步推动“鲲鹏+xPU 解决方案”深化，推出更多的产品形态，将大模型拓展到端侧，推动AI普惠化。

　　趋境科技始终秉承“生态共赢”的理念，一方面通过部分开源的技术来推进技术社区建设和技术普惠金河配资，其高性能异构推理框架 KTransformers 自开源以来，已吸引全球超万名开发者关注；另一方面通过与各生态合作伙伴合作，推出多样化的推理解决方案，致力于解决大模型落地的实际问题，推动企业真正低门槛用上大模型，并解决业务中的实际问题。

实倍网提示：文章来自网络，不代表本站观点。