DeepSeek联合清北发布DualPath架构，推理效率最高提近2倍

近日，AI公司DeepSeek联合北京大学、清华大学发布学术论文，推出全新推理系统架构DualPath。该架构精准攻克大语言模型多轮Agent交互中的存储带宽瓶颈，经实验验证，离线批处理推理吞吐量最高提升1.87倍，在线服务场景Agent每秒处理能力平均提升1.96倍，为大模型Agent的产业化落地扫清了关键性能障碍。

当大语言模型Agent进行10轮以上的多轮交互时，传统推理架构的存储带宽往往会成为致命短板——数据读写速度跟不上模型运算需求，直接拉低整体服务效率。而DeepSeek联合顶尖高校的最新研究，恰好瞄准了这一行业长期存在的痛点。

随着大语言模型从单次问答向多轮Agent交互进化，比如智能办公助手、多轮对话式客服等场景，模型需要持续存储并调用历史交互上下文。传统推理架构中，所有上下文数据都通过单一路径读写，这会导致存储带宽被大量占用，进而限制推理吞吐量，使得服务无法支撑高并发需求。这一存储带宽瓶颈，已成为Agentic大语言模型规模化落地的核心障碍之一。

DeepSeek联合北京大学、清华大学在论文《DualPath: Breaking the Storage Bandwidth Bottleneck in Agentic LLM Inference》中，提出了DualPath推理系统架构。该架构通过创新的双路径设计，将历史上下文数据与当前请求数据的读写路径分离，从根源上缓解了存储带宽压力。

实验数据显示，在典型的Agent交互场景下，DualPath架构让离线批处理推理吞吐量最高提升1.87倍，在线服务场景中Agent每秒处理能力平均提升1.96倍。同时，研究团队还验证了架构的可扩展性——即使模型参数规模扩大，DualPath仍能保持稳定的性能提升效果。

对于AI行业而言，DualPath架构的发布不仅是技术层面的突破，更具有实际的产业化价值。性能的提升直接意味着部署成本的降低：相同硬件条件下，采用DualPath架构的大模型Agent服务可支持更多并发用户，减少用户等待时长，提升交互体验。

这一技术成果有望推动多轮交互类AI应用的快速落地，无论是企业级的智能办公助手，还是面向C端的对话式AI客服，都将借助DualPath的性能优势，实现更高效、更经济的规模化服务。