美团外卖广告智能算力优化：提升收益与效率

“美团外卖广告平台智能算力实践” 在本次实践中，美团外卖广告平台的智能算力技术由美团资深技术专家林乐彬分享，他详细介绍了该领域的业务背景、技术挑战以及解决方案。林乐彬拥有丰富的互联网广告经验，曾在腾讯、百度任职，目前负责美团外卖广告引擎的架构。 首先，美团外卖广告业务包括搜索广告、展示广告、营销广告、列表广告和创新广告等多种形式。广告业务场景涵盖了信息获取和非信息获取两大类，前者如推广搜索，后者如交易类操作。广告检索链路涉及召回、粗排、精排等多个环节，其中召回阶段会通过触发、向量化等方法进行筛选。 算力情况分析显示，美团外卖广告业务面临着资源紧张的问题，尤其是在高流量时段如午高峰和晚高峰，算力需求显著增加。为解决这一问题，提出了几种智能算力的核心思想。一种是基于时间维度的差异化算力支持，针对不同价值的流量（高价值、低价值、次高价值、次低价值）分配不同的算力。另外，还有其他方案，如优化系统容量、利用空闲资源等。 智能算力的主要目标是提升算力利用效率，通过预估流量价值，调整算力分配策略，从而在机器资源不变的情况下提升广告收入，或者在收入不变的情况下减少机器资源消耗。这涉及到复杂的决策优化算法，需要在系统稳定性和实时调控之间找到平衡。 技术解读部分，整体思想强调了在广告检索过程中提高算力分配效率，实现单位算力下的收益最大化。具体技术方案包括使用小模型和大模型的组合，多通道召回和投放引擎，以及动态候选集和弹性模型等，这些设计旨在处理不同复杂度的广告候选集，并通过PID组件实现对系统状态的实时调控，确保流量价值与流量算力之间的智能匹配。 在挑战分析中，主要难点在于如何在系统算力容量约束下实现业务收益的最大化。这需要应对降级熔断、监控报警等常见问题，同时考虑系统的稳定性、实时性和动态调整能力。 美团外卖广告平台通过智能算力实践，实现了广告业务的高效运行和收益增长，展示了决策优化算法在实际业务场景中的应用价值。这一实践不仅提升了广告投放的效果，也为整个行业的算力优化提供了宝贵的经验。