在2026 WAIC世界人工智能大会上，无问芯穹首次公布大模型推理系统新突破——跨集群异构推理架构PDD，并发布完整技术报告。该架构将传统PD分离解构为“P-RLD-MD”三级架构，通过广域网串联多地数据中心。其创新引入“中继站”RLD实例进行“接力跑”，成功攻克跨集群KV Cache传输延迟痛点。实测显示，该架构使首Token延迟降低51.5%，单Token成本直降37.5%，有效吞吐提升27.8%。此突破不仅显著提升用户体验，更盘活了全国分散的存量算力，实现全域异构资源最大化调度，为下一代大模型MaaS基础设施勾勒出极具弹性和经济性的新蓝图。

近日，记忆张量联合商汤大装置在国产GPGPU上实现业内首个‘记忆—计算—调度’一体化PD分离商用推理集群。相比传统方案，新集群通过MemOS激活记忆体系，使单卡并发效率提升20%，吞吐量提升75%，综合推理性价比达NVIDIA A100的150%。此次合作将PD分离与记忆结构深度耦合，重构业务路径，打破性能上限，并在12台4P8D架构集群上稳定运行。商汤大装置提供系统级基础设施支持，底层算力由算丰信息支撑。这一成果标志着国产算力体系首次具备‘体系级’竞争力，为高性能模型大规模落地降本增效。未来，双方将继续深化合作，探索记忆驱动流水线推理底座及复杂任务编排，推动国产GPU从参数计算向记忆计算转型，定义下一代推理范式。