基于深度學習的系統可以為數十億在線消費者提高推薦內容的相關性。

在過去十年中，全球電子商務的價值已飆升到數萬億美元，為數十億消費者提供服務。促進在線銷售實現這種爆炸式增長的動力，是由推薦系統引擎驅動的個性化。

推薦系統能夠使購物更加個性化。在電子商務網站上搜索產品時，他們會捕捉搜索，或者單純顯示建議。互聯網上之所以能提供這種令人愉悅的體驗，依托的是規模日益龐大的數據集和模型。

NVIDIA Merlin 是推薦系統的助推器。它能夠提高訓練和推理速度，使各種類型的企業均能夠更好地利用數據來構建由 NVIDIA GPU 加速的推薦系統。

在線交易的風險比以往更高。根據 eMarketer 發布的數據，2021 年全球在線銷售額預計達到近 5 萬億美元，比上一年增加近 17%。

在一些全球大型在線網站上，即使推薦內容的相關性僅提高 1%，其銷量也會增加數十億。

投資于推薦系統已成為當今互聯網巨頭的主要競爭優勢之一。

根據 Mordor Intelligence 發布的數據，在 2026 年，推薦系統整體市場將從2020 年僅為 21.2 億美元提升至 151.3 億美元。而這家研究公司同時也表示，在推薦系統引擎的細分市場中，規模更龐大、發展更迅速的市場就在亞太地區。

但是，本行業所面臨的挑戰是，提高相關性需要更多的數據和更高的處理能力。這些數據包含數十億產品和消費者檔案上數以萬億計的用戶及產品交互(點擊、瀏覽)。

這種規模的數據可能需要數天時間來完成模型訓練。然而，越快推出基于更多數據的新模型，其相關性也就會越高。

Merlin 的模型、方法和庫集合包括用于構建基于深度學習的系統的工具，能夠處理 TB 級的數據，以便提供更精準的預測并增加點擊量。

SNAP 利用 Merlin 和 GPU 提升推理

根據 eMarketer 發布的數據，2021 年美國數字廣告收入預計達到 1911 億美元，比上一年增長 25.5%。

Snap 是社交媒體應用 Snapchat 的母公司，位于加利福尼亞州圣塔莫尼卡，日活躍用戶量已超過 3 億。該公司通過社交照片和視頻信息服務來創造廣告收入。

Snap 首席執行官 Evan Spiegel 在其第三季度利潤表中表示：“我們將繼續專注于為廣告合作伙伴提供強勁的業績結果，通過創新來擴展平臺功能并更好地為社區服務。”

Snap 的技術障礙在于，力圖繼續開發其工作負載的高成本排名模型，并在降低成本的同時擴展到更復雜的模型。

該公司使用 NVIDIA GPU 和 Merlin 來提升其內容排名能力。

Snap 工程副總裁 Nima Khajehnouri 說：“Snap 使用 NVIDIA GPU 和 Merlin 軟件將機器學習推理成本效益提高了 50%，且降低 2 倍的服務延遲，其能夠為試驗和部署更繁重、更準確的廣告和內容排名模型，提供更大的計算空間。”

騰訊借助 Merlin HugeCTR 來推動模型訓練

娛樂行業巨頭騰訊是中國一家具有高額市值的大型公司，運營著廣受歡迎的信息服務——微信，以及支付平臺——微信支付。

其工程師需要快速對廣告推薦系統的模型進行快速迭代，這會增加對訓練性能的需求。

騰訊專家工程師孔祥挺說：“廣告業務是騰訊內部比較重要的業務之一，而推薦系統則用來提高整體的廣告收入。”

問題在于，廣告推薦的準確性只有通過訓練更多的樣本數據(包括更多的樣本特征)來提高，但這會延長訓練時間，從而影響模型更新頻率。

他還說道：“作為一個推薦系統的訓練框架，HugeCTR 已集成到廣告推薦訓練系統中，使得模型訓練的更新頻率更快，并通過訓練更多的樣本來提升線上廣告效果。”

他補充道，模型的訓練性能得到提升后，我們就可以訓練更多的數據，提高模型的準確率，從而增加廣告收入。

美團借助 NVIDIA A100 GPU 降低成本

美團的業務涵蓋 200 個服務類別，在食品、娛樂和按需服務各領域高度交織著。而這家中國互聯網巨頭擁有超過 6.67 億活躍用戶和 830 萬活躍商家。

美團高級技術專家黃軍表示，如果他的團隊要大幅提升性能，通常會更傾向于訓練更多的樣本和更復雜的模型。

黃軍也表示，美團的問題在于，隨著模型變得越來越復雜，對訓練框架進行深入優化就會變得困難。

他說道：“我們正致力于將 NVIDIA HugeCTR 集成到基于 A100 GPU 的訓練系統中。”成本也會大大降低。這還僅僅只是初步的優化結果，未來還有很大的優化空間。”

美團最近報告說，在 2021 年第二季度的過去 12 個月中，每位交易用戶的平均交易量增加到 32.8 筆，而在 2020 年第二季度的過去 12 個月中為 25.7 筆。

原文標題：為數十億消費者提供服務：NVIDIA Merlin 助力網絡巨頭獲得點擊量

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅