DeepSeek联合清北发布的论文 《DualPath: Breaking the Storage Bandwidth Bottleneck in Agentic LLM Inference》。这篇论文没有讨论更大的模型、更多的参数，而是聚焦一个常被忽视但越来越关键的问题：
当大模型进入“智能体时代”，真正拖慢系统的，已经不是算力，而是数据搬运。
一、从“算力瓶颈”到“带宽瓶颈”
在传统大模型推理场景中，瓶颈通常是：
- GPU 算力不够
- 计算太慢
- 模型太大
但智能体（Agentic LLM）场景不一样。
智能体推理的典型特征：
- 多轮交互
- 长上下文记忆
- 高频 KV-Cache 复用
- 每轮生成 token 很少
部分内容已折叠，查看完整文章请先登录。 登录后查看完整文章
这可能只是一个开始。 未来的 Agent 基础设施之战，很可能不再发生在模型层，而是发生在“数据流动方式”上。
论文地址：https://arxiv.org/pdf/2602.21548
更多AI科技内容，微信搜索橙市播客小程序
微信扫描下方的二维码阅读更多精彩内容
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
