月之暗面联合清华大学提出的PrFaaS推理架构方案,通过混合架构大幅降低KV Cache吞吐量,打破了Prefill与Decode必须绑定在同一RDMA域的调度限制,为推理任务跨地域、跨异构集群灵活调度提供了可行路径。该方案提升国产异构算力利用效率,降低国产算力部署门槛,并支持跨域全局调度,同时降低KV Cache对显存带宽的要求,顺应国产算力超节点发展趋势并显示性价比优势。AI Agent时代Token需求的非线性增长或带来超预期的AI算力需求,建议按“一芯二模三云”投资主线,重视以寒武纪为代表的国产算力价值。风险提示包括行业需求释放进度不及预期和行业竞争加剧。