北京
当前，以 Agent 为核心的新一轮技术浪潮正在席卷产业。那么，世界模型的下一个突破在哪？Agent 从 Demo 到工程化还差什么？研发体系不重构，还能撑多久？
6 月 26 日 -6 月 27 日，AICon 全球人工智能开发与应用大会 将在上海举办。本次大会将围绕以上问题，邀请来自腾讯、阿里、快手、华为、飞猪等 50+ 头部企业的技术负责人、高校与科研机构的一线专家，分享 Agent 在真实生产环境中的落地经验与前瞻思考。深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障，以及大模型推理优化、智算架构升级等关键命题。
阿里云高级技术专家马腾已确认出席 “大模型推理优化” 专题，并发表题为《记忆感知的大模型 KVCache 优化》的主题分享。本次分享重点介绍以 KVCache 为中心的开源大模型服务框架——Mooncake。将大模型推理引擎中的 KVCache 视作智能体系统最核心的“物理工作记忆”载体。通过打破传统推理中计算与存储的强耦合，Mooncake 实现了 Prefill 与 Decode 的分离式架构，并构建了全局共享的 KVCache 池。这种设计使得多智能体在频繁交互与协同工作时，能够通过跨节点的底层张量零拷贝与高效复用，实现记忆的“一次计算、全局共享”。
马腾，阿里云高级技术专家，在阿里云主要大模型软件栈在新硬件环境下国产化的研究工作，并共同创建了大模型开源项目 Mooncake（5K Star）。目前 Mooncake 已经有阿里云 / 清华 / 月之暗面 / 蚂蚁 / 字节 / 趋境科技等多方参与，并且成功接入 vLLM/SGLang/LMDeploy/LMCache 等社区。同时他也是 SGLang, RBG 等社区的 Committer。他在 SOSP, ASPLOS, ATC, SC, INFOCOM, VLDB, TPDS 等顶级会议和期刊上发表论文二十余篇，相关成果授权美国 / 中国专利 10 项。他曾入选 CCF 系统软件专委会优秀博士论文激励计划，担任 PPoPP, FAST, DASFAA, TPDS, ICME, TC, JSC 等国际会议 / 期刊的程序委员会成员和审稿人。他在本次会议的详细演讲内容如下：
演讲提纲：
多智能体时代的记忆挑战从单一对话到多智能体协作的演进趋势 Agent Memory 的构成：系统提示词、工具描述、多轮交互历史、智能体间状态传递当前推理架构的瓶颈：重复 Prefill 计算、显存碎片化与端到端延迟
核心视角：KVCache 作为智能体的"物理工作记忆"重新定义 KVCache 的角色——从推理缓存到记忆载体"一次计算、全局共享"的设计目标
Mooncake：以 KVCache 为中心的开源推理服务框架 Prefill 与 Decode 分离式架构（Disaggregated Architecture）全局共享 KVCache 池的构建跨节点张量零拷贝与高效复用机制
多智能体落地的底层技术挑战基于记忆感知（Memory-aware）的请求调度与路由策略长短记忆在物理显存中的动态分层与淘汰机制（Eviction）高并发场景下的吞吐极限优化
总结与展望 Agent Memory 需要下沉至物理推理基础设施通过底层"记忆流转"释放算力与智能潜能
听众收益：
了解记忆系统和 KVCache 的无缝结合
了解如何通过推理优化，显著提升 Agent 性能
除此之外，本次大会还策划了 端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革 等 14 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+ 资深专家在现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或联系票务经理 13269078023 进行咨询。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
