专题：主题演讲

2025 年，人工智能加速从单模态向多模态发展，大模型在各行业广泛落地。在此进程中，人工智能大模型生命周期的各个环节对算力和存储产生了爆发式需求。数据获取时，海量小文件存储面临挑战；数据预处理开销成为大模型训练瓶颈；模型训练任务负载重、硬件出错概率高；模型微调需平衡数据规模与质量；模型推理存在算力困境。

这些问题该如何解决？在当前大模型产品中又如何落地相应解决方案？本次演讲将深入剖析，并将分享 Kimi 幕后的大模型推理架构 Mooncake。Kimi 从初期频繁算力扩容仍宕机，到如今能平稳承载高速增长的流量，Mooncake 发挥了关键作用，且该成果已于近期荣获第 23 届 USENIX 文件与存储技术会议（FAST25）最佳论文奖。

演讲提纲

1. 2025 年 AI 大模型的两个特点

• AI 大模型从单模态迈向多模态的发展趋势
• AI 大模型在各行业落地带来的变革

2. 人工智能大模型生命周期的五个环节

• 数据获取：收集不同模态海量文件时，面临海量小文件存储难题，如元数据管理困难、现有文件系统难以满足需求等
• 数据预处理：对分布式技术提出挑战，其开销逐渐制约大模型训练，需创新数据处理方式
• 模型训练：检查点文件读写对存储系统要求高，现有策略性能不佳，需优化存储策略以应对硬件错误和大规模数据存储需求
• 模型微调：精调垂域模型需要可控算力，同时要平衡数据规模与质量，以提升模型在特定领域的性能
• 模型推理：实时处理用户请求，需要稳定可靠算力，当前面临算力困境，需探索新的推理架构和优化方法

3. 构建国产智算系统的核心基础软件

• 清华大学 “八卦炉” 智算系统解析：介绍 “八卦炉” 在国产超算上的应用，以及对多种国产芯片的支持和性能优化成果
• Mooncake——Kimi 幕后的大模型推理架构：剖析 Mooncake 以 KVCache 为中心的架构设计、工作原理和优势，以及其在提升 Kimi 性能方面的关键作用

4. 三步让企业明确如何利用 AI 大模型

• 指导企业通过明确关键问题
• 评估数据质量
• 判断人力与 AI 的适用性，以及选择和微调模型等步骤，有效利用 AI 大模型实现转型发展

听众受益

• 清晰把握大模型的技术发展趋势
• 全面熟知人工智能大模型开发生命周期各环节的问题与解决方案
• 深入了解 Kimi 背后的大模型推理架构
• 掌握判断企业是否适合利用 AI 大模型转型的方法

敬请期待。

敬请期待。

随着以大语言模型为代表的人工智能技术的飞速发展，无论开发者还是用户，每个人都不可避免地被卷入这次新的科技浪潮。人类历史上的每次科技浪潮都会带来新的安全问题。但历史上从未有过像人工智能技术这样在所有方面都和安全相关的事物。人工智能自身有存在安全问题。人工智能在应用过程中会有安全问题。人工智能可以反过来运用于安全——无论是防御，还是攻击。同时，人工智能还会影响其它领域的安全，甚至动摇人类社会本身的根基。而人们对这些安全问题的思考和判断又会反过来影响人工智能的发展。这个演讲将从技术出发，试着和大家一起探讨这个复杂话题。

生成式 AI 正重塑软件开发范式，开发者如何将技术浪潮转化为真实生产力？正如手机摄影未削弱专业摄影，AI时代需要“工具与专业共生”的智慧。在本话题下我将分享从亚马逊内部工具链打磨，到开发者协作模式升级，以「解决今日问题」的务实态度，将生成式AI从概念沉淀为可落地的生产力基座。这场演讲无关颠覆，只关乎进化——让我们用今日技术定义明日标准。

在 AI 技术快速发展的当下，我们正站在一个新时代的门槛上。AI 的下半场将由哪些核心技术引领？本次演讲将深入探讨AI未来的发展方向，特别是智能体（Agentic AI）、推理模型（Reasoning Models）以及模型微调（Fine-Tuning）这三个关键领域。我将分享微软在 AI Vision 领域的最新研究成果，以及这些技术如何塑造未来智能应用的蓝图。无论你是 AI 领域的从业者，还是对未来技术充满好奇的探索者，这场演讲都将为你带来前沿的视角和深刻的洞见。

今年是公认的 Agent 元年，Manus 的火爆再次让很多人感到恐慌，似乎我们的工作将很快被 AI 取代。本次分享中，我将汇集权威研究，客观分析知识工作的自动化前景，探讨知识工作自动化思路。同时我将回顾知识管理领域的发展历程，介绍我对知识管理领域发展的思路和见解，并介绍我在我创立的久痕科技所做的相关工作。

在 AI 技术迅猛发展的今天，AI 应用正以前所未有的速度渗透到各行各业，推动着技术生态的快速演进。然而，AI 应用的加速落地也带来了诸多挑战：从技术架构的革新到开发范式的转变，从模型能力的优化到生态系统的共建，每一个环节都关乎 AI 技术的可持续发展。

本次 DeepSeek 圆桌对话以“ DeepSeek 时代的 AI 技术与应用生态 ”为主题，邀请多位 AI 领域的顶尖专家、技术领袖与行业实践者，共同探讨 AI 技术生态的现状与未来。我们将围绕以下核心议题展开深度对话：

• DeepSeek 取得了哪些关键技术突破，是如何大幅降低模型训练和推理成本的？
• DeepSeek 为何如此出圈，它的成功是可复制的吗？
• DeepSeek 一体机突然爆火，这是未来的趋势吗？有什么优点和缺点？
• DeepSeek 的开源策略给国内外的AI应用带来怎样的机遇，小公司有可能逆袭吗？
• DeepSeek 对国内其他大模型公司带来怎样的影响，谁会在 AGI 道路上最终胜出？
• DeepSeek 会对国内互联网公司的技术与产品布局有影响吗，如果有会是怎么的影响？

通过本次圆桌对话，我们希望为 AI 技术生态的参与者提供启发与思考，共同探索 AI 技术驱动下的未来图景。