大家好，关于NVIDIA Merlin: 推动网络巨头点击率激增，服务数十亿用户很多朋友都还不太明白，不过没关系，因为今天小编就来为大家分享关于的知识点，相信应该可以解决大家的一些困惑和问题，如果碰巧可以解决您的问题，还望关注下本站哦，希望对各位有所帮助！

基于深度学习的系统可以为数十亿在线消费者提高推荐内容的相关性。

过去十年，全球电子商务价值飙升至数万亿美元，服务了数十亿消费者。推动在线销售爆炸式增长的是推荐系统引擎驱动的个性化。

推荐系统可以使购物更加个性化。当在电子商务网站上搜索产品时，它们会捕获搜索或仅显示建议。越来越大的数据集和模型在互联网上使这种令人愉快的体验成为可能。

NVIDIA Merlin 是推荐系统的助推器。它加快了训练和推理速度，使所有类型的企业能够更好地利用数据来构建由NVIDIA GPU 加速的推荐系统。

网上交易的风险比以往任何时候都高。 eMarketer公布的数据显示，2021年全球线上销售额预计将达到近5万亿美元，较上年增长近17%。

在一些世界上最大的在线网站上，即使推荐内容的相关性提高1%，也可以使销售额增加数十亿美元。

投资推荐系统已成为当今互联网巨头的主要竞争优势之一。

Mordor Intelligence公布的数据显示，整体推荐系统市场将从2020年的仅21.2亿美元增长到2026年的151.3亿美元。该研究公司还表示，在推荐系统引擎细分市场中，规模更大、增长更快的市场在亚太地区。

然而，该行业面临的挑战是，提高相关性需要更多的数据和更强的处理能力。这些数据包括数十亿产品和消费者档案的数万亿用户和产品交互（点击、查看）。

这种规模的数据可能需要几天时间才能完成模型训练。然而，基于更多数据的新模型越早推出，它们的相关性就越高。

Merlin 的模型、方法和库集合包括用于构建基于深度学习的系统的工具，该系统能够处理TB 级的数据，以提供更准确的预测并增加点击量。

SNAP 利用 Merlin 和 GPU 提升推理根据eMarketer公布的数据，2021年美国数字广告收入预计将达到1911亿美元，较上年增长25.5%。

Snap 是社交媒体应用Snapchat 的母公司，总部位于加利福尼亚州圣莫尼卡，每日活跃用户超过3 亿。该公司通过社交照片和视频消息服务产生广告收入。

Snap 首席执行官埃文·斯皮格尔(Evan Spiegel) 在第三季度损益表中表示：“我们仍然专注于为广告合作伙伴提供强劲业绩，通过创新扩大平台功能并更好地服务社区。”

Snap 的技术障碍在于其努力继续为其工作负载开发高成本的排名模型，并在降低成本的同时扩展到更复杂的模型。

该公司使用NVIDIA GPU 和Merlin 来提高其内容排名能力。

Snap 副总裁Nima Khajehnouri 表示：“Snap 使用NVIDIA GPU 和Merlin 软件将机器学习推理的成本效益提高了50%，并将服务延迟降低了2 倍，使其能够试验和部署更重、更准确的广告和内容。” Snap 的工程。排名模型提供了更多的计算空间。”

腾讯借助 Merlin HugeCTR 来推动模型训练娱乐行业巨头腾讯是一家高市值的中国大型公司。运营热门信息服务——微信和支付平台——微信支付。

其工程师需要快速迭代广告推荐系统的模型，这增加了对训练性能的要求。

腾讯专家工程师孔祥霆表示：“广告业务是腾讯内部比较重要的业务之一，推荐系统是用来增加整体广告收入的。”问题在于，广告推荐的准确性只能通过训练更多的样本数据（包括（更多的样本特征））来实现，但这会延长训练时间，从而影响模型更新频率。

他还表示：“HugeCTR作为推荐系统的训练框架，已经融入到广告推荐训练系统中，让模型训练更新得更频繁，通过训练更多的样本来提高在线广告效果。”

他补充说，一旦模型的训练性能得到提高，我们就可以训练更多的数据，提高模型的准确性，从而增加广告收入。

美团借助 NVIDIA A100 GPU 降低成本美团业务涵盖200个服务品类，在餐饮、娱乐、点播等领域高度交织。这家中国互联网巨头拥有超过6.67 亿活跃用户和830 万活跃商家。

美团高级技术专家黄军表示，如果他的团队想要显着提升性能，通常会更愿意训练更多的样本和更复杂的模型。黄军还表示，美团的问题在于，随着模型越来越复杂，深度优化训练框架变得困难。他表示：“我们正在致力于将NVIDIA HugeCTR集成到基于A100 GPU的训练系统中，成本将大大降低。这只是初步的优化结果，未来还有很大的优化空间。” ”

美团最近报告称，2021 年第二季度过去12 个月每位交易用户的平均交易量增至32.8 笔，而2020 年第二季度过去12 个月每位交易用户的平均交易量为25.7 笔。

关于NVIDIA Merlin: 推动网络巨头点击率激增，服务数十亿用户和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。