2025全球C++及系统软件技术大会嘉宾演讲PPT合集（共35套打包）

1、美团美团 AIAI Coding Coding 实践实践演进人：马良焰美团/研发质量与效率部目 录CONTENTS01:AI Coding 行业发展趋势02:美团 AI Coding 建设情况03:研发范式重塑04:未来展望AI Coding 演进趋势GitHub CopilotCursorAI 生成的代码占比100%AI 代码占比持续提升微软Satya Nadella 在 2025.4 的 L。

2、缓存与并行化重新定义算力加速以解决优化Android（AOSP）大型工程构建编译时间目 录CONTENTSAOSP项目构建基本现状IB在AOSP构建时间优化方案实测案例QAAOSP构建环境现状及挑战 构建背景门禁构建次数多，每周构建超过3000次；总构建次数较多，每周构建超过2000次，日均构建376次；个人构建占比多，且选择构建领域多，每周个人构建超过1500次；每周规划出版本10个以上，需要。

3、从开放指令集到开源算子和编译器：RISC-V+AI的全栈软件生态突破路径谢 涛北京大学讲席教授、复旦大学先进计算系统研究院院长北京通明湖信息技术应用创新中心理事长上海开放计算系统研究院院长大模型时代的算力需求7 以大模型为代表的人工智能应用飞速发展，已成为未来国际科技竞争的战略焦点 大模型应用必须依托于高算力芯片的算力基础 芯片算力已成为战略性基础资源和竞争力的决定性因素大模型人工智能成为国际科。

4、AI原生软件研发成熟度模型与演进李建忠奇点智能研究院/CSDN 软件领域的每一次范式革命，既改变软件应用形态，也改变软件开发方式AI 为软件带来什么样的改变？Web软件（HTML/CSS/JS）云原生软件开发Cloud Native智能体AI AgentAI原生软件开发AI Native软件应用形态软件开发方式互联网人工智能AI应用形态：智能体AI时代的应用形态：智能体Agent桌面软件网页Ap。

5、端侧大模型部署：存储系统面临的挑战和优化实践王骁 vivo存储系统专家目 录CONTENTS02：AIOS架构03：存储系统挑战和优化实践04：未来展望01：端侧大模型发展Blue LM蓝心大模型小v记忆小V写作智能命名&总结离线消除小V电话助手小V语音对话蓝心小V定制美颜AI普惠全球vivo手机用户蓝心个人智能框架可控执行自主规划个人记忆实时感知系统架构14AI Agent框架业务&a。

6、Coding Agent 重塑软件开发工作百度工程效能部 邢俊威 目 录CONTENTSAI编码发展历程Comate 编码智能体搭建Comate 上下文引擎设计企业落地实践 AI编码产品发展历程推出Copilot，免费公测ChatGPT正式发布，AI编码助手成为行业关注焦点文心快码百度内全面落地，2023年10月24日正式对外发。Copilot高歌猛进，与OpenAI各类模型深度整合Cursor。

7、杨珂 趋境科技技术专家|Mooncake 核心贡献者MooncakeMooncake：Ke Yang,Approaching.AI Tech Expert|Mooncake Core Contributor解耦式架构和以存换算，优化大模型推理解耦式架构和以存换算，优化大模型推理目 录CONTENTS Background:LLM Inference in Long-contex xt EraMo。

8、The Pyramid of Software Engineering The Pyramid of Software Engineering MasteryMastery软件工程进阶金字塔Pete Muldoon:Bloomberg 2025 Bloomberg Finance L.P.All rights reserved.The Pyramid of Software Engineerin。

9、RTP-LLM大模型推理及分布式架构石新飞阿里巴巴高级技术专家目 录CONTENTS01:大模型推理介绍02:推理优化03:MOE专家模型04:MTP投机采样05:分布式架构06:未来展望大模型推理介绍大模型推理介绍推理阶段Continuous BatchingContinuous Batching 的问题凑批越大，Decode 被 Prefill 打断的次数越多，TPOT（Time Per O。

10、Qoder CLI 终端里的智能伙伴把 Qoder 的智能，带到每一个终端徐亮亮|Qoder 技术专家Qoder CLI 是什么智能开发伙伴Qoder CLI 是专为现代开发者设计的 AI 驱动命令行工具，将先进 AI 技术与传统命令行界面融合，它不仅是代码生成器，更是能理解开发者意图、自主完成复杂编程任务的智能伙伴三大核心挑战 降低认知负担（简单、好用）实现无缝集成（集成门槛低）提高开发效率（。

11、DLSlime:兼具灵活与高效的点对点 RDMA 传输工具JimyMa2025.12.12上海人工智能实验室DeepLink-org/DLSlime目目 录录CONTENTS01:背景介绍AI 场景与集群下的通信困境场景一：异构三维并行场景二：分离式推理服务场景三：异构参数服务器RDMA 及其在异构通信中的优势背景介绍背景介绍AI Infra 范式转移：负载特征与通信挑战1.任务同构任务同构：计。

12、统一算力，释放智能：FlagScale在FlagOS生态中的演进北京智源人工智能研究院敖玉龙目 录CONTENTS1.FlagScale大模型训推框架介绍2.通过自动化技术实现跨芯片迁移3.通过FlagCX统一通信库实现跨芯片协同4.FlagOS统一生态应用示例FlagOS：面向多种AI芯片的统一、开源的系统软件栈各种AI芯片各种的智算集群各种大模型各种深度学习框架统一自主软件栈：统一支持深度学。

13、or对象生存期和相关工具吴咏炜To be,or not to be,that is the question.William Shakespeare,Hamlet,Act III,Scene iclass Obj public:Obj();Obj();void init();void cleanup();private:/数据成员;Obj*ptr=(Obj*)mmap();ptr-init();。

14、具身机器人多仓源码构建体系田文鑫Agibot目 录CONTENTS智元机器人软件架构代码仓库管理方案CICD自动化方案基于Bazel的源码构建方案方案开源计划端侧软件架构端侧软件架构-相比电动汽车，具身机器人是把智驾系统和座舱系统，整合到了一起-大脑负责交互，作业规划，小脑负责运动，被动安全-控制算法相比智驾更复杂，实时性要求更高，大多数的电机都需要500-1000hz的控制频率驱动-目前的量产。

15、Linux内核块设备缓存的高性能Btree索引设计与实现Coly Li Bcache子系统maintainer飞牛NAS内核架构师2025年12月13日我是谁Linux内核bcache维护者，飞牛NAS内核架构师。曾作为第一位工程师加入并创建了淘宝Linux内核组（现阿里云Linux操作系统团队前身）以Bcache子系统为例Bcache是Linux内核中的块设备缓存系统，可以在使用慢速机械硬盘存。

16、RecISRecIS：C C+驱动的高性能推荐系统训驱动的高性能推荐系统训练优化实践练优化实践阿里巴巴-平台技术易慧民(须焰)目 录CONTENTS背景：计算演进和衡量指标背景：计算演进和衡量指标分析：推荐系统的性能挑战分析：推荐系统的性能挑战优化：优化：RecISRecIS C+C+工程实践工程实践总结和展望总结和展望背景：计算演进和衡量指标背景：计算演进和衡量指标The Free Lunch。

17、编译技术在编译技术在AIAI软件栈中的实践分享软件栈中的实践分享主讲人：崔慧敏目 录CONTENTS0 01 1.私有化部署的需求私有化部署的需求02.AI基础设施的挑战和现状03.SigInfer：以编译为核心的高性能AI推理引擎05.AI for Compiler：基于AI的编译器自动生成04.国产卡兼容CUDA生态的探索与实践06.AI软件栈未来若干发展方向AI基础设施投资持续增长，国产化。

18、面向多元AI芯片的算子库&编译器建设实践与思考智源研究院 郑杨2025.12目 录CONTENTS众智 FlagOS 软硬件统一生态概览大模型通用算子库 FlagGems多元芯片统一编译器 FlagTree众智 FlagOS 发展历程与生态建设众智 FlagOS：面向多元 AI 芯片的系统软件栈各种AI芯片各种的智算集群各种大模型各种深度学习框架统一自主软件栈：统一支持深度学习框架（Py。

19、C+语言在语言在Xiaomi Vela中的应中的应用用分享人：分享人：Xiaomi Vela董俊杰董俊杰Vela FrameworkNuttX KernelLinux KernelVelaWindowsAndroidLinuxVela Safety OSRPCVela Hybrid OSVela IoT OSVela Safety OSIOT标准系统融合系统功能安全系统轻量操作系统轻量操作系统X。

20、面向异构计算的统一智能计算架构及开源生态启元实验室/清华大学 王豪杰目 录CONTENTS1.背景2.九源统一智能计算架构3.九源训练/推理框架4.九源智能计算生态与人才培养体系背景国产智能算力困境与破局机遇算力安全已成为发展重点构建一套面向国产芯片的智能计算平台及配套生态体系已成为破局的关键智能芯片在制造与采购等环节的限制，使大规模依赖国际芯片愈发困难。从基础性能方面，国产芯片已逐步逼近国际水。

21、从自动化到智能化AI重塑C+软件测试未来Roche Li李彦博演讲大纲演讲大纲软件测试面临挑战与AI机遇代码级测试解决方案AI重塑C+软件测试未来AI技术的兴起与赋能潜力技术的兴起与赋能潜力大模型，是具有庞大参数规模和复杂计算结构的机器学习模型。（参数，是指在模型训练过程中，学习和调整的变量。参数定义了模型的行为、性能、实现的成本以及对计算资源的需求。简单来说，参数是模型内部用来做出预测或决策的。

22、C+反射的核心原理、实践与最新进展Overview of basic C+reflection usages,applications,and ongoing workMeya Zhao,Henry Haorong Yang,Zhenchao Lin 2025 Bloomberg Finance L.P.All rights reserved.C+Reflection 101Overview o。

23、基于C+构建大模型推理优化框架xLLM实践刘童璇电商场景的 AI 需求AI 生成商品图生成、短视频、AI营销内容生成、AI 数字人AI 生成商品图、短视频、AI 营销内容生成、AI 数字人AI 生成商品图生成、短视频、AI营销内容生成、AI 数字人AI 客服与售后管理、AI 经营托管、AI 仓配优化、AI 交互式推荐AI 生成商品图生成、短视频、AI营销内容生成、AI 数字人自动分拣机器人、智能。

24、邹涛 阿里云内核技术专家负责探索AI在智能运维领域的创新CRASH_NG：基于AI和内核调试的自动化Linux系统宕机诊断工具目 录CONTENTS01：Linux内核宕机问题分析的现状和挑战02：AI在宕机诊断场景的落地之路03：生产环境中的应用04：未来展望Linux Kernel Panic：内核稳定性挑战内核与应用程序一样会遭遇无法处理的异常，但其影响范围远超应用层系统突发宕机，业务中断。

25、从原型到生产：LazyLLM 的三阶段架构演化实践商汤科技 大装置事业群 研发总监 王志宏010203背景：为为什么大模型应应用框架需要重新设计设计功能优先 -以模块化体系构建 Agent 的“构件库”易用为本 -从架构抽象到开发者体验04性能致胜-从Python 到 C+混合编程的架构跃迁05架构演进的原则与经验总结目录目录以大模型为核心的AI技术取得突破，推动从通用生成能力到行业特定能力的全。

26、面向 RISC-V 大模型推理的 AI 编译器设计与实现报告人：张洪滨中国科学院软件研究所智能软件研究中心AI 软硬件和编译技术DNN 与 BLAS 高性能算子库深度学习编译器与基础设施OpenBLAS./CPU/GPU/FPGA/CGRA/ASIC（手动调优/自动调优）-性能仿真-代价模型设计-约束设计-搜索策略制定EDAVerilog.AI 系统的软硬件协同设计涉及多项关键技术，主要包括 A。

27、 2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.Beyond the Hype拨开迷雾 Mitigating the Real Ris。

28、MLIR编译器基础设施模糊测试赵英全MLIRMLIR编译器编译器LLVM IRByteCodeSIL IRXLA HLO Dialect(方言)：定义操作、属性和类型如：用于表示计算图的 tosa dialect1scfmemref.tosa如：tosa 方言的Lowering Passlevel 1level 2Pass(转换)：遍历程序并执行转换和优化2.Multi-Level IR(Com。

29、Michael WongYetiware AI 首席技术官C+标准委员会机器学习组主席加拿大 ISO 编程语言、功能安全、AI/ML 委员会主席新的AI使命：面向智能体时代的全栈C+标准化The 2025 Reality:Why Now?The Fracturing of the AI Software StackSection 1 The 3 layers of C+AI Stack第 1 部。

30、C+跨越40载的成功经验与未来演进Bjarne Stroustrup哥伦比亚大学BAbstract Why did C+succeed on a massive scale without marketing or a rich owner?Its imminent death was frequently predicted even from before it was called C+.。

31、从上下文工程到AI Coding：C+在无图形终端时代的下一站CodeBuddy 产品负责人汪晟杰 腾讯资深技术产品专家目 录CONTENTS01:终端的回归与 CLI 新范式的价值主张02:上下文工程的核心概念与 CodeBuddy CLI 的解决方案03:Agent 内核统一设计与扩展性架构（Command、Subagent、MCP、Hook、Skills）04:Spec-Coding实战场。

32、高性能高性能C/C+C/C+系统性能优化：从理论到实践系统性能优化：从理论到实践PolarDBPolarDB TPCCTPCC登顶性能优化登顶性能优化阿里云RDS MySQL内核负责人吴晓飞目 录CONTENTS1.性能优化的理论支持2.性能分析的工具支持3.性能优化实战以PolarDB TPCC为例性能优化的理论支持1.学会“抓重点”Amdahl定律（Amdahls Law）系统整体加速受限于。

33、 2025 Bloomberg Finance L.P.All rights reserved.What C+Needs to be Safe?C+C+需要些什么才能安全？需要些什么才能安全？C+Summit25December 12-13,2025Modified Monday,Dec 1st,2025John LakosSenior Architect,Office of the CTO 首。

34、 2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.2025 Adobe.All Rights Reserved.Safe C+at Scale A Defense in Depth Strategy。