京东广告算法架构体系建设--在线模型系统分布式异构计算演变 | 京东零售广告技术团队
一、现状介绍
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12mn36wrZPS9EuFQtt.png)
算法策略在广告行业中起着重要的作用,它可以帮助广告主和广告平台更好地理解用户行为和兴趣,从而优化广告投放策略,提高广告点击率和转化率。模型系统作为承载算法策略的载体,目前承载搜索、推荐、首焦、站外等众多广告业务和全链路的深度学习建模,是广告算法算法创新和业务迭代发展的重要基石。
架构全景图:
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12OTMkWqEHFs28WmQk.png)
二、发展历程
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12gCoudLbKISPRSiv.png)
广告在线模型系统发展大致分为三个主要阶段:
1、深度学习时代:通过组件化、平台化、配置化完成架构的统一和流程机制的规范化,解决迭代效率问题。
2、大模型时代:通过分布式分图计算架构解决模型规模和实效性的问题。
3、算力时代:通过层次化算力建设解决全链路算力协同的问题。
1、深度学习时代——架构统一/迭代效率
广告在线模型系统初期缺乏统一的系统架构和流程机制,随着Tensorflow开源,算法的离线调研能力大幅提升,对应的在线模型架构算法迭代效率问题日益凸显。主要面临的问题如下:
为了解决以上问题,我们将整体框架进行模块化升级,抽象出三个核心模块:
1.1 模型接入
模型接入包含三大功能:
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12IjeyGAaoxzCGZSP.png)
1.2 特征计算
特征计算包含两大功能:
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12y9v3612RhqQRfA0B7.png)
1.3 模型推理
为了方便算法迭代,将架构拆分成两层,通过分层的设计,将模型和服务解耦,解决架构和模型迭代冲突的问题,提升模型迭代效率。
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12AHZef36UX28ktaFs12.png)
1.4 总结
架构上,通过以上服务化、单元化、配置化的升级,实现更高层级的抽象,实现一套架构支持所有算法业务。规范上,实现流量、数据、模型统一标准化。降低算法实验难度,整体迭代周期从周级别提升到天级别,极大提升了算法的迭代效率。
第一阶段的在线模型系统升级,将业务开发由无序到有序,架构从散乱到统一,奠定在线模型系统的基础,也为后续的架构发展提供更多可能。
2、大模型时代——模型规模/时效
平台化加速了模型迭代的同时,业界和广告内部也进入大模型的探索阶段,落地期间遇到模型复杂、参数规模大、时效性低等问题,大模型对算力的需求变得迫切。
针对以上问题,我们基于离在线一体化设计研发分布式分图计算架构提升算力水平,支持更大参数规模的模型,同时支持OnlineLearning进一步提升时效性,同时在引入图计算提升模型表达能力。
2.1 分布式分图计算架构
1.计算分层:分析复杂的模型网络拓扑结构,基于计算密集逻辑&数据I/O密集进行计算分层
2.存储分层:稀疏&稠密参数分层,充分利用CPU/GPU存储特点
3.离在线一体算力协同:提升模型规模和实效性,做到业界先进水平
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12Yh0bnTishTBZSdW.png)
效果:
1.在线算力提升10倍+,离线训练性能提升1倍+
2.搜索排序模型参数规模扩大8倍,点消+3%。推荐排序模型升级百G大模型助力算法收益点消+8%。
2.2 OnlineLearning
1.支持增量更新:提供参数增量更新解决方案,更新间隔由天级别缩短为分钟级别。
2.架构高可用,支持快速回滚
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12cZNK12bkhYe9EC0T.png)
效果:
1.系统支持实时流式训练,分钟级别的线上模型增量更新。
2.广告搜索业务双十一大促期间点消共增长+10.47%。
2.3 图计算
模型为了挖掘用户和商品之间的关系,引入实时图关系数据,提升模型表达能力。
1.采用计算和存储分离架构,结构清晰,利于扩展
2.分布式集群存储,毫秒级延迟计算
3.支撑大规模动态图存储,分钟级更新
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12JYGsrOqTlBhgG3628.png)
效果:
1.支撑十亿级节点百亿级边异构图存储的落地
2.多应用场景:推荐我的京东图建模全量上线,点消+3%;推荐首页召回小流量上线,点消+2%。
2.4 总结
分布式分图计算在模型系统平台化的基础上拓展模型计算能力,通过将内存、IO、CPU、GPU等计算资源协同处理实现异构计算能力,通过软硬件协同的方式极大提升GPU的利用率(具体参见“京东广告算法架构体系建设--高性能计算方案最佳实践”),释放模型预估的算力的同时提升模型时效性。
3、算力时代——算力协同
分布式分图计算和GPU硬件的引入横向加速了单模块模型计算,但是随着模型数据和复杂度进一步提升,暴露了更大的算力不足问题,单模块的算力释放已无法满足模型需求。在纵向的全链路算力协同和应用上也面临新的问题:
为了解决算力协同的问题,我们的区别前面的优化手段,从算法算力架构一体化融合设计优化角度出发,提出新一代工业化深度学习算法架构体系。整个体系包括两部分,分布式分图计算是基座,通过离在线一体和软硬结合的方式实现算力分层,在此算力架构基础上,结合核心算法场景,对系统算力进行了进一步层次划分,算法算力深度结合,落地广告营销多个场景。
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12cZ12ZERvEDy8TB12j.png)
3.1 前置计算
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12MzQDEGCAd28vbX90.png)
精排用户实时行为建模问题,是业界通用的难点问题,行为序列规模的天花板在百级别, 存在严重的算力瓶颈。针对这一问题,我们的做法是算法和架构深度融合,在算法层面,扩充实时建模规模至千级别,架构层面,通过分图架构拆分精排链路增加前置计算层的方法,进一步实现了算法算力的分配,效果非常显著,在耗时0增长的同时,用户实时建模达到千级别,搜索点消+6%。
3.2 近线计算
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12h3612XwYvQIqIN0zB.png)
在召回场景业界通用的难题是在大规模候选集上实现全库策略检索,从算法层面上解决召回链路和后链路建模不一致问题,我们的方法是通过增加近线计算层,协同特征融合、深度模型端到端建模,实现了离线和在线的进一步算力再分配,实现基于深度模型的全库检索能力,与业界先进水平持平,推荐点消+3%。
3.3 算力动态分配
为了降低机器不同带来的算力不平衡,我们引入多目标分级反馈负载均衡策略:
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12ZaurmmZsPD12td36i.png)
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12LDzcAZV69MVS286o.png)
效果:
共计优化机器资源9000C+。
3.4 总结
面对单模块算力再次不足的问题,从纵向全链路算力协同方面,将算力进行精细化分层,通过实时计算、近线计算、离线计算打通,优化算力分配,拓展算力空间。
三、总结展望
广告在线模型系统经过三个阶段的发展和实践,有力的支撑了多条业务线的快速迭代。为了进一步优化算力,提升算力协同,计划强化动态算力分配机制,根据流量价值和用户分层进行算力动态分配,实现有限资源的收益最大化。
![](https://s3.cn-north-1.jdcloud-oss.com/shendengbucket1/2023-12-28-21-12JM128l6ivafrH72836.png)
动态算力分配策略包括三类:
未来,我们会继续围绕算法、算力、架构一体化的思维去不断优化和提升架构计算性能,提升业务迭代效率。
作者:京东零售 齐浩
来源:京东云开发者社区 转载请注明来源