2023年11月25日 14:00 ～ 2023年11月25日 17:30

線上活動

| 關于美團技術沙龍

本期活動由清華大學-美團數(shù)字生活聯(lián)合研究院和深圳市美團機器人研究院聯(lián)合出品，美團技術團隊和美團科協(xié)主辦，每期沙龍邀請美團及其他互聯(lián)網(wǎng)公司的技術專家分享來自一線的實踐經(jīng)驗，覆蓋各主要技術領域。

/出品人/

興星，美團高級研究員

2016年初加入美團，從0到1搭建外賣商業(yè)團隊及技術體系，應用于外賣/閃購/醫(yī)藥的搜索/推薦/品牌展示等多個廣告場景，多次獲得BG業(yè)務和技術突破獎。曾在搜狗商業(yè)、百度鳳巢任職，早年也曾獲得多項數(shù)據(jù)競賽冠軍。

| 活動簡介

AI時代，數(shù)據(jù)、算法、算力是三大核心要素，而算法工程作為運作載體，提供AI能力的業(yè)務價值變現(xiàn)。

美團作為一家科技零售公司，很早就在搜索、推薦、廣告方向踐行用AI“幫大家吃得更好，生活更好”，持續(xù)打磨算法體系和算法工程系統(tǒng)，以追求極致的用戶體驗。

本次技術沙龍，我們將與大家分享稀疏場景下的算法工程內(nèi)容，包括訓練、特征、推理三個方向遇到的系統(tǒng)挑戰(zhàn)與取得的階段性成果。

| 日程安排

外部議程

| 分享介紹 

黃軍，美團研究員

目前從事深度學習基礎架構工作，曾從事大數(shù)據(jù)基礎架構工作。

分享議題：《美團搜索/推薦/廣告場景的訓練引擎實踐》

介紹美團通用大規(guī)模深度學習訓練引擎的演進過程，關鍵演進技術包括：大規(guī)模稀疏參數(shù)支持，千億樣本訓練，異構硬件加速，大規(guī)模集群部署等。

王敬宇，北京郵電大學教授/博導

從事深度學習模型編譯、加速與分布化的工作，北京市青年英才，主持完成國家級項目10余項。

分享議題：《稀疏模型推理加速在美團推薦系統(tǒng)中的實踐》

在線推薦類模型中算子粒度過小，模型中使用的定制算子往往并未被主流的優(yōu)化工具支持，這使得TVM等推理加速工具難以對整個模型進行加速，造成模型的對應圖結構零碎，效率不高。本次分享主要介紹報告引擎優(yōu)化工作，以系統(tǒng)化的方式提供計算圖算力密度的評估機制，以及更多通?的算子融合與替換策略，獲得比手工優(yōu)化策略更通用的優(yōu)化策略，已經(jīng)部署于美團的真實業(yè)務，實現(xiàn)了深度學習推理服務加速。

亞劼，美團高級技術專家

曾帶領團隊從0-1建設了廣告特征、模型推理系統(tǒng)，在算法工作流、數(shù)據(jù)流、模型加速優(yōu)化有豐富的經(jīng)驗。

分享議題：《美團外賣廣告特征平臺實踐》

特征、樣本作為算法工作流程中重要的一環(huán)，數(shù)據(jù)質(zhì)量、數(shù)據(jù)生產(chǎn)效率直接影響了模型產(chǎn)出的好、快。本次分享，主要介紹美團外賣廣告在算法數(shù)據(jù)高時效、大規(guī)模驅(qū)動下，特征平臺的演進，尤其是在超長序列下，特征回溯、特征存儲的解決方案。

玉磊，美團高級技術專家

負責搜推機器學習引擎工作，在GPU加速訓練和推理方面有多年經(jīng)驗，帶領團隊完成搜推機器學習訓練、推理從CPU到GPU的切換。曾就職于百度鳳巢模型團隊。

分享議題：《美團搜索/推薦推理引擎實踐》

推理引擎是模型應用的核心架構，也是影響模型交付效果的最后一環(huán)。隨著模型復雜度的進一步提高，面向稀疏特征場景、以CPU為算力基礎的傳統(tǒng)稀疏模型推理引擎架構，在算力上面臨著巨大的短板；同時，稀疏特征的規(guī)模也成為傳統(tǒng)搜推模型采用新硬件進行加速的核心制約因素。本次分享主要介紹美團搜索、推薦采用GPU進行推理加速的新架構，內(nèi)容主要包括搜推模型的在線學習、稀疏特征加速處理、模型優(yōu)化、模型分發(fā)等推理引擎核心議題。

| 報名鏈接

https://hdxu.cn/D3JDH