专题：AI Agents 能力构建与全球推理加速

作为开发者，您是否正面临着将 AI 从被动工具转变为能自主规划、执行复杂任务的智能体，并赋予它们强大推理、多模态理解及高效协作能力的挑战？本次演讲将为您深入阐述如何以 Gemini 为核心，应对这些前沿技术挑战。我们将探讨如何利用 Gemini 的高级推理和多模态能力，作为智能体的认知引擎，构建解耦、灵活的智能体架构；以及如何通过 A2A（智能体间通信）和 MCP（模型上下文协议）设计并实现可大规模部署的多智能体系统。

最终，我们将在 Google Cloud 平台上，展示如何借助平台工具高效地训练、部署和管理这些由 Gemini 驱动的自主 AI 解决方案，从而赋能构建和运营前沿的智能体应用。

演讲提纲：

1. AI 智能体范式概述
2. 通过 Gemini 构建智能体的认知引擎
3. 智能体的架构与协作模式
4. 在 Google Cloud 上部署和管理智能体
5. 未来展望与案例

听众受益：

1. 全面理解智能体 AI 趋势与核心技术
2. 掌握 Gemini 驱动智能体开发实践
3. 高效利用 Google Cloud 加速智能体项目

Google Agentspace 的核心在于解决现代企业面临的日益增长的复杂性，这种复杂性源于技术系统各自为政以及尖端技术的涌现。Agentspace 提出通过整合搜索、生成式 AI 和智能体功能到一个统一的平台中来应对这些挑战，从而提高效率、加速决策并降低运营复杂性。

演讲提纲：

1）技术系统各自为政导致的企业效率低下和复杂性；

2）Google Agentspace 的核心价值主张；

3）Agentspace 如何重塑工作模式；4）Agentspace 落地实现与演示

听众收益：

1. 掌握破解企业效率瓶颈、降低运营复杂性的前瞻技术
2. 洞悉加速决策的流程，实现数据驱动增长
3. 学会重塑工作的模式，释放团队创新潜能
4. 了解为企业构建技术壁垒、抢占 AI 时代竞争先机的方法
5. 获得可落地的技术实施方案

随着AI的迅猛发展，出海企业面临全球多推理集群分散部署的难题。不同国家和地区异构算力资源的差异，以及传统调度模式下资源碎片化、任务协同效率低等问题，导致推理性能无法满足全球化业务需求。尤其在跨境实时交互场景中，各集群孤立运行，严重制约了 AI 服务的响应速度与用户体验。​为打破出海算力调度瓶颈，满足全球化业务对推理性能的严苛要求，GMI Cloud推出Inference Engine推理引擎（简称IE）。本演讲将深度拆解该引擎面对热门大模型推理优化架构逻辑和技术实践，目前已成功上线、优化基于H200的Qwen 3、DeepSeek全系列、Llama 4等热门模型，并实现全球快速扩容。
 

演讲提纲：

1. 详细阐述 Inference Engine 各组件的设计思路，包括组件的功能、相互间的协作方式，以及如何适应全球多推理集群的复杂环境。
2. 介绍基于 Dynamo 的推理引擎实施 P/D 分离的具体架构设计过程，分析分离前后的性能变化，以及这种实践在优化推理过程中的重要作用。
3. 探讨 KVCache 的池化策略，说明GMI Cloud推理引擎如何通过优化访存方式提高数据访问效率，减少推理过程中的延迟，提升整体性能。
4. 深入讲解GMI Cloud推理引擎优化器的工作原理，展示其在优化推理过程中的具体应用，包括对模型结构、计算资源等方面的优化策略。
5. 介绍 GMI Cloud 平台上 Inference Engine 的一键式优化部署实现方式，阐述部署过程中的关键步骤和技术要点，以及如何确保部署的高效性和稳定性。

听众受益：

1. 了解基于dynamo PD分离实现的最佳实践
2. 获取如何将GPU资源最大化的架构方案
3. 了解“可节省开发者大量时间和成本”的引擎优化工具
4. 了解在出海场景下最优化的推理解决方案