基于昇腾 NPU 的生成式推荐 scaling law 落地实践 ｜AICon 北京

12 月 19-20 日， AICon全球人工智能开发与应用大会收官之站将在北京举办，本次大会 将以 “探索 AI 应用边界” 为主题，聚焦企业级 Agent 落地、上下文工程、AI 产品创新等多个热门方向，围绕企业如何通过大模型提升研发与业务运营效率的实际应用案例，邀请来自阿里、字节、华为、京东、快手、美团等头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索 AI 应用的更多可能，发掘 AI 驱动业务增长的新路径！

华为主任工程师郭威已确认出席并将在「大模型时代下的搜广推系统实践」专题发表题为《基于昇腾NPU的生成式推荐scaling law落地实践》的主题分享。随着 Meta 在 2024 年发布基于 HSTU 架构的 GR 范式，生成式推荐系统正逐步得到越来越多的关注。许多公司纷纷跟进，字节，美团，快手，百度等公司在此方向上均取得了显著进展。本次演讲将介绍我们基于昇腾 NPU 针对生成式推荐的探索，包括推荐系统 Performance Law 的研究，生成式排序系统以及昇腾亲和的网络架构等技术。

郭威，华为诺亚方舟实验室主任工程师，研究方向为用户行为建模和生成式推荐系统。在 KDD，SIGIR，WWW 等高水平会议和期刊上发表论文 20 多篇。多项研究工作落地华为应用市场、广告等真实业务场景。相关工作谷歌学术引用 2000 余次，曾获 DLP-KDD best paper, KDD best student paper 等奖项。他在本次会议的详细演讲内容如下：

演讲提纲

1. 关于生成式推荐

• 生成式推荐定义

• 生成式推荐发展趋势洞察

2. 生成式推荐进展介绍

• 高质量数据生成

• 生成式推荐大模型架构

• 生成式推荐学习策略

3. 生成式推荐昇腾实践

• 昇腾亲和的算法演进

• 昇腾亲和的系统演进

4. 总结和展望

• 总结

• 下一步计划

您认为，这样的技术在实践过程中有哪些痛点？生成式推荐系统如何有效 scaling，训推系统如何优化以满足模型实时性和线上严格时延要求。

听众收益

• 基于昇腾 npu 的生成式推荐实践经验

• 生成式推荐的洞察和未来展望

除此之外，本次大会还策划了LLM 时代的软件研发新范式、Context Engineering、Data+AI / Agent 落地实践、大模型系统工程、企业级 Agent 的设计与落地、大模型时代下的搜广推系统实践、多模态从技术突破到创新应用落地等 10 多个专题论坛，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 AICon 北京站现场带来前沿技术洞察和一线实践经验。

年度收官之战，目前日程 100%上线，详情可扫码或联系票务经理 13269078023 咨询。