北京
當前，以 Agent 為核心的新一輪技術浪潮正在席卷產業。那么，世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？研發體系不重構，還能撐多久？
6 月 26 日 -6 月 27 日，AICon 全球人工智能開發與應用大會 將在上海舉辦。本次大會將圍繞以上問題，邀請來自騰訊、阿里、快手、華為、飛豬等 50+ 頭部企業的技術負責人、高校與科研機構的一線專家，分享 Agent 在真實生產環境中的落地經驗與前瞻思考。深入探討 Agent 從原型到量產的工程挑戰、數據與記憶的基礎設施底座、安全可信的落地保障，以及大模型推理優化、智算架構升級等關鍵命題。
快手計算引擎架構組負責人柳嘉強已確認出席 “企業智算架構彈性適配” 專題，并發表題為《算力新基建，推薦新智能：快手推薦系統池化的探索與實踐》的主題分享。隨著深度學習推薦模型（DLRM）的廣泛應用，推薦系統的算力重心正從以 CPU 為主全面轉向以 GPU 為主。與此同時，生成式推薦的興起進一步放大了算力需求，而異構硬件之間增速不均衡的矛盾也愈發突出。傳統的資源供給模式已難以兼顧彈性、效率與穩定性，推動推薦系統底層基礎設施走向算力池化成為必然選擇。本次演講將系統闡述快手在推薦系統算力池化方向上的思考與實踐。
柳嘉強，2008-2017 年在清華大學電子系就讀并獲得博士學位。畢業后加入百度昆侖芯團隊，作為技術骨干參與了人工智能芯片的研發與落地。于 2020 年加入快手算法引擎部，現擔任計算引擎架構組負責人，主導了快手預估引擎的重要技術升級，支撐了快手從 SIM 系列到 OneRec 系列的模型優化與上線。他在本次會議的詳細演講內容如下：
演講提綱：
為什么要做池化？
隨著 DLRM 的應用，推薦系統資源從以 CPU 為主轉向以 GPU 為主
生成式推薦對算力的需求持續增加
異構算力增速不均衡現象持續擴大
池化面臨的挑戰
服務分散化與網絡傳輸開銷之間的矛盾
資源靈活擴展和物理資源之間不可避免耦合的矛盾
資源高效利用與資源隔離及服務穩定性要求之間的矛盾
快手池化的實踐
面向推薦系統的高性能 RDMA 互聯協議
多維度極致 CPU 卸載
統一智能調度框架
總結與展望
聽眾收益：
了解推薦系統基建的發展歷史和我們認為的演進方向
學習快手在池化過程中的技術經驗
除此之外，本次大會還策劃了 端側 AI、物理與數字空間智能化、世界模型與多模態智能突破、Agent 架構與工程化實踐、Agent 安全與可信治理、企業級研發體系重構、AI 原生數據工程、AI 時代的個人提效與組織變革 等 14 個專題論壇，屆時將有來自不同行業、不同領域、不同企業的 50+ 資深專家在現場帶來前沿技術洞察和一線實踐經驗。
更多詳情可掃碼或聯系票務經理 13269078023 進行咨詢。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
