华为与湖北移动联合宣布，基于 OceanStor A800 存储与昇腾 A3 超节点架构的 AI 推理加速方案完成现网测试。在长序列 AI 推理场景下，针对 MiniMax M2.5、GLM-5.1 等大模型，Token 吞吐率最高可提升 372%，有效突破 KV Cache 容量瓶颈。 #AI 推理加速# #华为昇腾#