2025年8月27日，華為云在第四屆828 B2B企業(yè)節(jié)開(kāi)幕式上宣布，其Tokens服務(wù)正式全面接入CloudMatrix384超節(jié)點(diǎn)。通過(guò)xDeepServe架構(gòu)的關(guān)鍵創(chuàng)新，該服務(wù)在單芯片上實(shí)現(xiàn)了最高2400TPS（每秒處理令牌數(shù)）和50ms TPOT（每次輸出時(shí)間）的高吞吐與低延遲性能，顯著超越當(dāng)前業(yè)界平均水平。

近年來(lái)，中國(guó)人工智能算力需求呈現(xiàn)爆發(fā)式增長(zhǎng)。數(shù)據(jù)顯示，自2024年初至2025年6月底，日均Token消耗量從1000億激增至30萬(wàn)億，增長(zhǎng)超300倍。這一趨勢(shì)對(duì)算力基礎(chǔ)設(shè)施提出了更高要求。華為云于今年3月推出基于MaaS（模型即服務(wù)）的Tokens服務(wù)，提供在線、進(jìn)線、離線及尊享等多種服務(wù)類型，以適應(yīng)不同應(yīng)用場(chǎng)景在性能和響應(yīng)速度方面的多樣化需求。

本次升級(jí)的核心在于將Tokens服務(wù)與CloudMatrix384超節(jié)點(diǎn)深度集成。CloudMatrix384采用全新計(jì)算架構(gòu)，從硬件到軟件實(shí)現(xiàn)了系統(tǒng)級(jí)創(chuàng)新。其優(yōu)勢(shì)不僅體現(xiàn)在單點(diǎn)性能提升，更在于全棧技術(shù)協(xié)同，包括CANN昇騰硬件使能、EMS彈性內(nèi)存存儲(chǔ)以及xDeepServe分布式推理框架的有機(jī)結(jié)合。其中，EMS技術(shù)有效突破“AI內(nèi)存墻”，實(shí)現(xiàn)“以存強(qiáng)算”，充分釋放芯片算力潛力。

xDeepServe作為原生服務(wù)框架，采用Transformerless極致分離架構(gòu)，將混合專家模型（MoE）拆分為Attention、FFN和Expert三個(gè)可獨(dú)立伸縮的微模塊。這種“積木化”處理方式使得任務(wù)能夠分布到多個(gè)NPU上并行執(zhí)行，再通過(guò)微秒級(jí)XCCL通信庫(kù)與自研推理引擎FlowServe重新整合，形成高吞吐的大語(yǔ)言模型服務(wù)流水線。這一架構(gòu)使單卡吞吐性能從600 tokens/s提升至2400 tokens/s，漲幅達(dá)300%。

在通信層面，XCCL庫(kù)充分發(fā)揮CloudMatrix384的UB互聯(lián)架構(gòu)潛力，為模塊間的高效數(shù)據(jù)交換提供高帶寬與低延遲支持。FlowServe則將整個(gè)系統(tǒng)劃分為完全自治的DP小組，每個(gè)小組具備獨(dú)立的Tokenizer、執(zhí)行器和緩存機(jī)制，有效避免千卡并發(fā)場(chǎng)景下的性能擁堵。

目前，華為云MaaS平臺(tái)已支持包括DeepSeek、Kimi、Qwen、PanGu等在內(nèi)的多種主流大模型，以及Dify、扣子等Agent開(kāi)發(fā)平臺(tái)。通過(guò)在模型量化、算子融合、通算并行等方面的持續(xù)優(yōu)化，華為云在文生圖、文生視頻等任務(wù)中實(shí)現(xiàn)了顯著于業(yè)界平均水平的性能提升，部分場(chǎng)景達(dá)到友商的2至3.5倍。

在應(yīng)用生態(tài)方面，華為云已與超100家行業(yè)伙伴合作，推動(dòng)AI技術(shù)在內(nèi)容創(chuàng)作、智能運(yùn)維、智慧辦公等領(lǐng)域的落地。典型應(yīng)用如今日人才數(shù)智員工解決方案、方寸無(wú)憂智慧公文系統(tǒng)等，均體現(xiàn)出Tokens服務(wù)在提升處理效率與用戶體驗(yàn)方面的實(shí)際價(jià)值。

綜上所述，華為云通過(guò)系統(tǒng)級(jí)創(chuàng)新與全棧技術(shù)整合，不斷推動(dòng)算力性能邊界。Tokens服務(wù)與CloudMatrix384及xDeepServe架構(gòu)的深度融合，標(biāo)志著其在高效能計(jì)算領(lǐng)域的重要進(jìn)展，為人工智能大規(guī)模商業(yè)化應(yīng)用提供了堅(jiān)實(shí)支撐。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。