DeepSeek 联合清华大学与北京大学在 2026 年 2 月发布了一篇重磅技术论文，标题为 《DualPath: A Dual-Path Loading Framework for Agent Reasoning》（中文译名：《DualPath：一种针对智能体工作负载的大模型推理系统》）。

总结来说，这篇新论文介绍了一个名为「DualPath」的创新推理系统，专门针对智能体工作负载下的大语言模型（LLM）推理性能进行优化。具体来讲，通过引入「双路径 KV-Cache 加载」机制，解决了在预填充 - 解码（PD）分离架构下，KV-Cache 读取负载不平衡的问题。

该推理系统带来了显著效果：在离线推理场景中实现了 1.87 倍的吞吐量提升，在线服务场景下实现了 1.96 倍的服务吞吐量提升。

核心亮点与创新

这篇论文聚焦于当前 AI 大模型在 智能体（Agentic AI） 场景下的推理效率问题，提出了被称为 “DualPath” 的新型推理框架。

解决 I/O 瓶颈：在多轮对话或复杂任务中，模型需要频繁读取大量的 KV-Cache（键值缓存），导致 GPU 大部分时间在等待读取，算力无法发挥。DualPath 通过引入“双路径”机制，重新设计 KV-Cache 的加载逻辑，有效缓解了这一瓶颈。

性能提升显著：

离线推理：吞吐量提升了 1.87 倍。

在线服务：每秒智能体运行数提升了 1.96 倍。

技术实现：利用了集群中闲置的网络带宽（如 RDMA 网络），将 KV-Cache 加载任务从计算节点（计算节点）转移到存储节点（存储节点），实现了存储带宽的全局池化与动态负载均衡。

论坛作者与发布机构

第一作者：吴永彤（北京大学博士生）。

合作机构：DeepSeek 团队、清华大学、北京大学。

研究方向：大模型基础设施优化、智能体推理效率。

研究意义

该论文被视为中国大模型从“拼参数、堆算力”转向“拼效率”的代表作之一，标志着 DeepSeek 在工程化优化和软硬件协同设计方面取得了关键突破。

简而言之：这篇论文不仅在学术上提出了新的系统架构 DualPath，也在实际应用中显著降低了AI 智能体的运营成本，为大模型的商业化落地提供了重要的底层技术支撑。