当模型参数竞赛进入平台期，性能工程正在成为AI从实验走向生产的下一个关键瓶颈。浙江大学软件学院教授周经森（Kingsum Chow）确认出席2026年AICon深圳站，将带来“AI for Performance, Performance for AI”主题演讲——一场融合三十年软硬件协同优化经验的深度分享。
大模型训练与推理带来的算力成本和能源消耗，已经成为制约AI规模化应用的首要因素。当模型参数规模以每年10倍的速度增长，而硬件性能提升逐步放缓，“性能墙”正在从技术问题演变为经济问题。
传统性能优化与AI时代性能工程，两者在目标、方法和工具上已经发生了根本性变化：
聚焦单一软件或硬件层面，以CPU利用率、内存占用、响应延迟为核心指标，优化手段以经验驱动、手工调参为主。
覆盖训练与推理全链路，兼顾算力效率、能耗比、成本与吞吐量，以数据驱动+AI辅助实现系统级协同优化。
周经森教授将此次分享概括为两个相互促进的方向：“为AI做性能优化”（Performance for AI）——让大模型训练更快、推理更省；“用AI做性能优化”（AI for Performance）——让AI自主发现系统瓶颈、自动调优。两者闭环，构成下一代性能工程的核心范式。
注：对比卡中的“传统性能优化”与“AI时代性能工程”为基于行业趋势的概括性划分，具体边界因场景而异。
周经森（Kingsum Chow）的职业生涯，几乎就是一部现代性能工程的进化史。从Intel到阿里巴巴，再到浙江大学创立系统性能智能优化（SPAIL）实验室，他的每一步都踩在性能工程与产业交会的关键节点上。
注：以上数据源自公开报道与周经森教授履历，云计算蓝图项目为Intel与甲骨文联合发起，2015年由双方CEO共同宣布。
在Intel期间，他曾作为项目总监主持Intel与甲骨文联合开展的云计算蓝图项目，该项目吸引超过4万名开发者参与。此后在阿里巴巴担任首席工程师期间，他持续推动大规模分布式系统的性能工程实践。作为Java社区全球执行委员会（JCP EC）的唯一华人代表，他在全球技术标准层面也有深远影响。
如今，他在浙江大学软件学院带领SPAIL实验室，研究方向涵盖软硬件协同性能优化、大模型性能工程、云计算与微服务性能、性能测量与评估，以及性能技术在机械臂、巡检机器人等具身智能设备中的应用。
2026年AICon人工智能开发与应用大会·深圳站，将于8月21日—22日举行，聚焦AI基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向。
大会邀请来自腾讯、阿里、华为、百度、蚂蚁集团等头部科技企业的技术负责人，以及科研机构一线专家，共计50+分享嘉宾，覆盖10个专题论坛：
除了周经森教授，中国软件行业领军人物、深开鸿CEO、开放原子开源基金会理事王成录博士也将在Keynote环节分享《让AI拥有身体：从大模型迈向物理AI》，探讨开源鸿蒙如何成为连接AI与物理世界的桥梁。
注：以上专题与参与企业信息基于公开报道整理，最终议程以大会官方发布为准。
当模型参数竞赛触及收益递减拐点，性能工程正在从“支撑性技术”演变为“战略性竞争力”。周经森三十年实践揭示了一个朴素但常被忽视的真相：
——让AI跑得更快、更省、更稳，与让AI变得更聪明，同等重要。
一个诚实的注脚：性能工程虽至关重要，但它在AI行业受到的关注度与资源投入，仍远低于模型架构创新。周经森此次分享的价值，不仅在于技术干货，更在于推动行业重新审视“工程”与“科学”的配比关系。
AICon 全球人工智能开发与应用大会 · 深圳站
2026年8月21日—22日 · 深圳
限时专属优惠进行中，更多详情可咨询大会官方渠道或联系票务经理。
* 优惠信息以官方公布为准，本页不构成直接报名通道。