华为openJiuwen与昇腾推出智能体算力亲和技术，推理效率显著提升

openJiuwen协同昇腾打造智能体「算力亲和」技术，首token时延砍半，推理存储占用下降25%

openJiuwen协同昇腾打造智能体「算力亲和」技术，首token时延砍半，推理存储占用下降25% 机器之心 在小说阅读器读本章 去阅读 在小说阅读器中沉浸阅读 机器之心发布 给 Agent 一个任务，它会自己规划、调用工具、读文件、反思修正，一干就是几十分钟甚至数小时；任务再复杂些，还需要多个 Agent 分工协作。任务越长、协作的 Agent 越多，推理过程中产生的 KV Cache 就越庞大，推理时延越久。 问题在于，传统推理引擎只看得到请求和缓存，却看不懂 Agent 正在做什么：子任务已经结束，缓存可能还停留在显存里；会话暂时挂起，缓存却继续占着最贵的位置；会话即将恢复，引擎又要等