案例簡(jiǎn)介

本案例中美團(tuán)機(jī)器學(xué)習(xí)平臺(tái)使用 NVIDIA GPU 支持其多方面優(yōu)化策略，從而提高吞吐能力及降低響應(yīng)延遲。通過(guò)算子融合、計(jì)算圖等價(jià)替換等一系列優(yōu)化 ，相較于 CPU 在相同成本約束下，NVIDIA T4 GPU 大幅加速美團(tuán) CTR（Click-Through-Rate）模型預(yù)測(cè)性能，神經(jīng)網(wǎng)絡(luò)模型吞吐能力提升了 10 倍；同時(shí)在搜索精排場(chǎng)景中，端到端整體吞吐能力提升了一倍以上，助力美團(tuán) CTR 向新一代服務(wù)升級(jí)。

? 本案例為 NVIDIA GPU 推理加速互聯(lián)網(wǎng)行業(yè) CTR 模型的典型應(yīng)用

? 本案例主要應(yīng)用到 T4 GPU 和 NVIDIA 各 SDK 以及 CUDA 加速手段

客戶簡(jiǎn)介及應(yīng)用背景

美團(tuán)是一家集生活服務(wù)及商品零售的電商平臺(tái)，公司聚焦“零售+科技”戰(zhàn)略，以“吃”為核心，通過(guò)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(jí)。美團(tuán)在中國(guó)業(yè)務(wù)涵蓋餐飲、配送、網(wǎng)約車(chē)、共享單車(chē)、酒店及旅游預(yù)訂、電影票務(wù)等 200 多個(gè)服務(wù)品類(lèi)，覆蓋全國(guó) 2800 個(gè)市區(qū)縣，服務(wù) 6.7 億活躍用戶和 830 萬(wàn)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(yùn)營(yíng)，業(yè)務(wù)側(cè)對(duì)推薦系統(tǒng)的準(zhǔn)確度、吞吐能力和時(shí)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。

客戶挑戰(zhàn)

美團(tuán)的 CTR 模型過(guò)去一直在使用 CPU 推理的方式，但隨著用戶訪問(wèn)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(jì)算量也越來(lái)越大，CPU 開(kāi)始不能滿足模型對(duì)于算力的需求，而僅僅通過(guò) CPU 服務(wù)器的堆疊帶來(lái)的性能提升性價(jià)比相較偏低。

而 GPU 擁有數(shù)以千計(jì)的計(jì)算核心，可以在單機(jī)內(nèi)提供密集的并行計(jì)算能力，特別適合深度學(xué)習(xí)場(chǎng)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(guò) CUDA 及相關(guān) API，NVIDIA建立了完整的 GPU 生態(tài)系統(tǒng)?；诖?，美團(tuán)基礎(chǔ)研發(fā)平臺(tái)將 CTR 模型部署到 GPU 上，并通過(guò)一系列針對(duì) CPU 與 GPU 的異構(gòu)系統(tǒng)并行計(jì)算設(shè)計(jì)、數(shù)據(jù)存儲(chǔ)方式和傳輸方式上的特定優(yōu)化，希望能通過(guò) GPU 強(qiáng)大的計(jì)算力，協(xié)助美團(tuán)在 CTR 預(yù)測(cè)的各業(yè)務(wù)場(chǎng)景中發(fā)揮出最大優(yōu)勢(shì)。

應(yīng)用方案

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(tái)采用 NVIDIA AI 計(jì)算平臺(tái)，在繼 CV、NLP 及 CTR 訓(xùn)練后，也使用了 NVIDIA T4來(lái)提供 CTR 預(yù)測(cè)支持，大幅提升用戶體驗(yàn)與服務(wù)穩(wěn)定性。除此之外，時(shí)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(shí)間不達(dá)標(biāo)而無(wú)法落地應(yīng)用，例如，在某搜索框自動(dòng)補(bǔ)全的場(chǎng)景，由于天然的交互屬性，時(shí)延要求非?？量?，一般來(lái)說(shuō)無(wú)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(shí)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。

使用效果及影響

通過(guò) 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(huì)，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(gè)模型訓(xùn)練的速度與降低訓(xùn)練成本，落實(shí) AI 框架在 GPU上性能推理的優(yōu)化實(shí)踐。

“在美團(tuán)和英偉達(dá)的共同努力下，我們將 CTR 預(yù)測(cè)服務(wù)成功的遷移到 GPU 平臺(tái)上，在為業(yè)務(wù)提供更好的支撐的同時(shí)也獲得了更好的性價(jià)比；下一步，機(jī)器學(xué)習(xí)平臺(tái)計(jì)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。”

審核編輯：郭婷