无问芯穹发布跨集群异构PD分离架构，推理效率提升
无问芯穹PDD架构通过跨集群PD分离，大幅降低推理延迟和成本，为智能体时代的Token生产提供高效基础设施。
大模型推理有两个阶段：Prefill（计算密集）和Decode（访存密集）。无问芯穹的跨集群异构PD分离架构（PDD）把二者解耦到不同集群，通过中继解码层减少跨数据中心传输延迟，首Token延迟降低51.5%，单Token成本降低37.5%，解决了智能体时代推理系统的乘法级延迟问题。
正文摘录
跨集群异构 PD 分离 WAIC 首发，专访无问芯穹李秀红：Token 工厂「超级管线」的落地路径 编辑｜Panda 一次 Agent 任务，用户等的从来不是「一句话」。智能体是「一问、多轮、带着上文反复回来」。执行过程中，每一轮几秒钟的延迟，乘上工具调用带来的几十轮交互，最终会在整个工作流上累积成十几分钟的劣化。在智能体时代，推理系统面对的不再是一道加法题，而是一道乘法题。 与此同时，能用来做这道乘法题的算力却仅以线性的速度增长。因此，供需之间的缺口是结构性的，不会随着某一轮扩产而消失。 就在这道缺口最紧张的地方，无问芯穹给出了自己的答案。在 7 月 20 日 2026 年世界人工智能大会上，无问芯穹联合创始人兼 CEO 夏立雪首次公布了无问芯穹 「前店后厂一中心」的 Agentic Infra 战略布局。  该战略基于 「规模」 与 「效率」 两大锚点，涵盖三大核心板块： - 「算力集散中心」：即 Agentic Infra 自主式基础设施平台，核心目标是最大化智能资源规模，把散落的、异构的算力资源统一汇聚、弹性调度、按需利用，为模型与应用层筑牢充足、稳定、可扩展的算力底座。当前已在全国部署触达超 37,000P 算力、覆盖 16 种主流芯片，盘活了广域分散的异质算力。