2026 年元旦伊始，中国旅游市场呈现量价两旺的开门红。"00 后 " 和 "90 后 " 出游占比达到 72%，成为绝对主力军。与曾经的标准模板参团游相比，年轻群体不再满足于传统的观光游览，更加注重旅行体验和个性化表达，他们开始通过各种旅行助手 AI 工具定制、设计 " 千人千面 " 的主题行程。而 AI 工具需求的快速放大，成为了重塑文旅市场服务模式的 " 发动机 "，也对背后的云计算底座提出了新的要求。

承接元旦出行的旺盛需求，同程旅行以 DeepTrip 智能旅行助手为关键抓手，推动服务智能化进一步升级。在搭载了腾讯云计算加速套件 TACO 后，同程旅行 GPU 利用率从 40% 提升到 80% 以上，模型推理速度同步获得优化，为旅游行业 AI 大规模应用提供了可复制、可参考的成功范例。

在同程的业务场景中测试，同样的测试条件下，TACO 推理的性能表现，在满足业务精度要求下，首包延迟缩短到原来的 15%，输出 Token 时延缩短为原来的 40%。

（延迟指标越低越好）

（延迟指标越低越好）

同程旅行 DeepTrip 智能旅行助手自 3 月上线以来，承载着同程旅行从 " 工具型 " 平台向 " 智能服务型 " 平台转型的战略重任。该智能体需要理解用户自然语言描述的旅行需求，实时生成个性化行程建议，并整合酒店、交通、景点等资源。作为国内领先的在线旅行服务平台，同程旅行每日需处理数百万次用户查询，尤其在国庆、元旦等高峰时段，并发请求量急剧增长，DeepTrip 面临稳定运行、快速响应等挑战。

在此背景下，同程旅行选择与腾讯云进行深度合作，部署大模型推理服务。并搭配 TACO 加速能力，优化吞吐。其中在 DeepSeek 模型部署场景中，推理服务吞吐提升两倍，显著降低成本，提升业务体验。

腾讯云计算加速套件 TACO 立足于腾讯丰富的 AI 业务场景，专注于生成式 AI 的核心技术优化，包括训练框架优化、推理性能优化，为客户提供涵盖文生文、文生图、文生视频等多个跨模态领域的 AI 加速能力。

其中 TACO-LLM 作为其核心组件，在大语言模型推理场景展现出显著优势，在 GPU 和国产硬件上，提供文生文场景兼顾高吞吐和低时延的优化方案。

具体而言，TACO-LLM 支持公有化、私有化部署，部署简洁，开箱即用，全面兼容主流模型，包含 DeepSeek 和 Qwen 全系列，100% 兼容开源引擎（vLLM），支持无缝迁移。

同时，基于 TACO 自研的加速组件 TurboAttention、Lookahead Cache 等，持续为客户优化推理性能。 并且支持大语言模型 PD 分离部署，吞吐可相较于开源版本提升 2 倍及以上，在多模态生成，多模态理解等场景，TACO 均可提供 50%+ 的加速。

实际应用显示，面向文生文和图文理解场景，TACO 均能够提供加速能力，在 DeepSeek R1 满血版模型部署时，可实现吞吐性能提升 2 倍，首包延迟显著缩短 12.5 倍；在 QwenVL、InternVL 等模型部署中，计算能力提升超 50%。在保障用户体验的前提下，可成功将业务推理资源消耗量降低至原来的一半，大幅度节约成本。

同程旅行与腾讯云的这一合作成果，不仅为同程旅行带来了显著的业务价值，也正推动整个行业向着更智能化方向持续发展，TACO 将继续在更多行业场景中发挥价值，为各行各业的 AI 规模化应用提供了高效、可靠的实施路径。