由於美國出口限制，中國很難獲得 HBM 等關鍵資源。對此，華為打算幫助中國科技市場不再依賴 HBM。根據市場消息，華為開發一款名為「統一快取管理器」（Unified Cache Manager，簡稱 UCM）的新軟體工具，無需使用 HBM 即可加速大型語言模型（LLM）的訓練與推理。
華為週二（12 日）在 2025 金融 AI 推理應用落地與發展論壇上發表 UCM 工具。該軟體根據不同記憶體類型的延遲特性，以及各類 AI 應用的延遲需求，將 AI 資料分配在 HBM、標準 DRAM 與 SSD 之間。
華為資料儲存產品副總裁躍峰指出，目前 AI 推理面臨三大問題：「推不動」（輸入內容太長超出處理範圍）、「推得慢」（回應速度太慢）、「推得貴」（運算成本太高）。
UCM 透過「分層記憶」的 Key-Value 快取架構，根據系統的可用資源速度最大化。
據介紹，華為這次發布的 UCM，是做為一款以 KV 快取（KV Cache）為中心的推理加速套件，融合多類型緩存加速演算法工具，分級管理推理過程中產生的 KV 快取記憶數據，擴大推理上下文視窗，實現高吞吐、低時延的推理體驗，並降低每 Token 推理成本。
UCM 在發表前已進行過長時間的實際應用測試。周躍峰指出，UCM 曾在中國銀聯中試用，應用場景包括「客戶語音分析、行銷規劃與辦公協助」。根據華為數據，搭配傳統快取與儲存技術的系統，在 AI 推理任務中使用 UCM，可將延遲降低最高達 90%，吞吐量提升至 22 倍。
華為計劃 9 月正式開源 UCM，屆時將在魔擎社區首發，後續逐步貢獻給業界主流推理引擎社群，並共享給業內所有 Share Everything（共享架構）儲存廠商和生態夥伴。
由於目前 HBM 晶片幾乎全由 SK 海力士、三星及美光生產，而美國一直致力於阻撓中國購買或自製 HBM，而 UCM 的出現有望擺脫美國牽制，加速中國晶片技術自主化。
（首圖來源：Flickr/Web Summit CC BY 2.0）
科技新報粉絲團
加入好友
訂閱免費電子報
