在大模型应用不断拓展至长文本处理、多轮对话交互、知识库智能问答以及智能体协作等复杂场景的当下，计算效率与算力资源优化成为行业关注的焦点。中科曙光近日推出的新一代词元加速方案ParaCache，通过创新性的计算结果复用机制，为这一难题提供了解决方案。该方案的核心在于将大模型已完成的计算过程进行存储，并在后续请求中直接调用，避免重复计算带来的性能损耗。
据技术团队介绍，ParaCache实现了对GPU显存、CPU内存、固态硬盘及分布式存储的统一管理，构建了多层级的数据缓存体系。系统会根据计算结果的使用频率，自动将其分配至不同层级的存储介质中，高频数据优先存储于高速缓存，低频数据则下沉至分布式存储。这种分层调度机制不仅提升了数据访问效率，更通过跨请求、跨节点的共享机制，真正实现了"一次计算、多次复用"的技术目标。
实际应用测试数据显示，在处理约12万词元的长文本输入时，ParaCache可将模型生成响应前的等待时间压缩至原有水平的1.5%，降幅高达98.5%。在高并发场景下，系统每秒处理的词元数量较传统方案提升27倍，有效解决了多用户同时访问时的性能瓶颈问题。中科曙光分布式存储产品部负责人指出，这种"以存储换算力"的模式已成为行业共识，标志着存储系统从被动响应向主动优化的角色转变。
目前，该方案已在某头部互联网企业的在线推理业务中完成部署，并顺利通过全国产十万卡AI超算集群曙光8000的验证测试。其应用场景覆盖长文本对话、知识库检索、智能客服交互、智能体协作以及高并发推理等多个领域，为金融、医疗、教育等行业的智能化转型提供了基础设施支撑。技术专家表示，ParaCache的推出标志着AI算力基础设施进入结构化升级阶段，存储系统的深度参与正在重塑计算架构的效率边界。
