美團(tuán)落實 AI 框架在 GPU 上性能推理的優(yōu)化實踐

美團(tuán)是一家集生活服務(wù)及商品零售的電商平臺，公司聚焦“零售+科技”戰(zhàn)略，以“吃”為核心，通過科技創(chuàng)新，服務(wù)于生活服務(wù)業(yè)需求側(cè)和供給側(cè)數(shù)字化升級。美團(tuán)在中國業(yè)務(wù)涵蓋餐飲、配送、網(wǎng)約車、共享單車、酒店及旅游預(yù)訂、電影票務(wù)等 200 多個服務(wù)品類，覆蓋全國 2800 個市區(qū)縣，服務(wù) 6.7 億活躍用戶和 830萬活躍商家。

伴隨著用戶規(guī)模的提升和業(yè)務(wù)的精細(xì)化運營，業(yè)務(wù)側(cè)對推薦系統(tǒng)的準(zhǔn)確度、吞吐能力和時延都提出了新的挑戰(zhàn)，而 CTR 模型作為推薦系統(tǒng)的核心模型，其效果直接影響業(yè)務(wù)的收入。

美團(tuán)的 CTR 模型過去一直在使用 CPU 推理的方式，但隨著用戶訪問量的提升和深度神經(jīng)網(wǎng)絡(luò)的引入，CTR 模型結(jié)構(gòu)趨于復(fù)雜，吞吐和計算量也越來越大，CPU 開始不能滿足模型對于算力的需求，而僅僅通過 CPU 服務(wù)器的堆疊帶來的性能提升性價比相較偏低。

而 GPU 擁有數(shù)以千計的計算核心，可以在單機(jī)內(nèi)提供密集的并行計算能力，特別適合深度學(xué)習(xí)場景，在行業(yè)內(nèi)已經(jīng)在 CV 、NLP 等領(lǐng)域展示了強(qiáng)大的能力。通過 CUDA 及相關(guān) API ，NVIDIA 建立了完整的 GPU 生態(tài)系統(tǒng)。基于此，美團(tuán)基礎(chǔ)研發(fā)平臺將 CTR 模型部署到 GPU 上，并通過一系列針對 CPU 與 GPU 的異構(gòu)系統(tǒng)并行計算設(shè)計、數(shù)據(jù)存儲方式和傳輸方式上的特定優(yōu)化，希望能通過 GPU 強(qiáng)大的計算力，協(xié)助美團(tuán)在 CTR 預(yù)測的各業(yè)務(wù)場景中發(fā)揮出最大優(yōu)勢。

為了解決算力瓶頸及上述各種挑戰(zhàn)，美團(tuán)機(jī)器學(xué)習(xí)平臺采用 NVIDIA AI 計算平臺，在繼 CV 、NLP 及 CTR 訓(xùn)練后，也使用了 NVIDIA T4 來提供 CTR 預(yù)測支持，大幅提升用戶體驗與服務(wù)穩(wěn)定性。除此之外，時延也是業(yè)務(wù)側(cè)非常重視的性能指標(biāo)，許多復(fù)雜模型縱有更好的準(zhǔn)確度，但卻因響應(yīng)時間不達(dá)標(biāo)而無法落地應(yīng)用，例如，在某搜索框自動補(bǔ)全的場景，由于天然的交互屬性，時延要求非?？量蹋话銇碚f無法使用復(fù)雜的模型。而在 GPU 能力的加持下，其復(fù)雜模型的平均響應(yīng)時間從 15 毫秒降低至 6~7 毫秒，足足縮短了一倍多，達(dá)到了上線要求。

通過 NVIDIA T4 深度優(yōu)化方案，成功為美團(tuán) CTR 模型創(chuàng)造更多應(yīng)用機(jī)會，不僅極大地提升了系統(tǒng)吞吐量，更進(jìn)一步地提升了整個模型訓(xùn)練的速度與降低訓(xùn)練成本，落實 AI 框架在 GPU 上性能推理的優(yōu)化實踐。

美團(tuán)研發(fā)工程師，機(jī)器學(xué)習(xí)平臺預(yù)測引擎負(fù)責(zé)人王新表示，“在美團(tuán)和英偉達(dá)的共同努力下， CTR 預(yù)測服務(wù)成功的遷移到 GPU 平臺上，在為業(yè)務(wù)提供更好的支撐的同時也獲得了更好的性價比；下一步，機(jī)器學(xué)習(xí)平臺計劃采用 NVIDIA Triton 推理服務(wù)框架和 NVIDIA Ampere A30 ，進(jìn)一步提升美團(tuán)推理服務(wù)的效率。”

原文標(biāo)題：美團(tuán)機(jī)器學(xué)習(xí)平臺使用 NVIDIA GPU 助力公司 CTR 預(yù)測服務(wù)升級

文章出處：【微信公眾號：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。