云原生时代，推荐引擎架构有哪些挑战 | AICon

Posted 2021-07-19 InfoQ

编辑 | 薛梁

在策划 AICon 人工智能与机器学习大会（2021.9.17-18 北京）的时候，首先想到的是推荐广告技术，不管是在工程技术还是在架构方面，也更符合 AI 技术的应用预期。在策划专题之初，我们去拜访了阿里巴巴智能引擎事业部算法平台负责人，阿里妈妈工程技术负责人 张迪（乐迪）老师，一起探讨了关于推荐和搜索的话题。

推荐引擎的核心技术和挑战

这几年整个推荐引擎的演变非常快，推荐引擎里面其实有三个核心的技术，一是召回技术，二是排序技术，三是机制技术，尤其是广告领域，它的机制属性是非常强的。

这三个技术对应到算法和架构上，就涉及到了召回技术，召回技术这几年变化非常多，最早的召回技术无论是搜索还是推荐，它本质上都是基于关键词的召回。搜索则是通过 search 关键词，Query 改写来进行召回。

之后兴起了各种各样的向量召回，更加丰富的把模型信息引入进来，向量化召回的本质是用模型在做匹配，但这个模型计算有很复杂的在线规则，因为在线无法完成大量的模型匹配，所以在线部分只留了一个比较经典的双塔结构，把下面所有的模型计算部分放到离线处理。但这也存在弊端，就是在线计算过于简单，很多个性化的东西会丢失，这也催生出新兴的技术，把越来越多的计算处理在线化，后来又出现像全库检索这样的技术，所以整个在线召回架构变化非常大。

在线 Ranking，这是在线里面最核心的一部分，随着模型的发展，计算量越来越大，如何支撑这种越来越大规模的在线 Ranking 计算，也是一个非常大的挑战。

而前面提到的机制，也正在往模型化的方向发展。以强化学习为例，推荐结构中推荐引擎的发展，和算法是一致的，算法越来越复杂的同时，给在线架构和计算量带来了非常多的挑战，对应衍生出了非常多的技术。

推荐引擎 & 云原生

关于推荐引擎，在整个容量管理和自动化偏向云原生，云原生其实是一个大的概念，但整体上它代表着更好的、越来越 Serverless 化，越来越多的业务的开发，和底层的分布式架构解藕带来了研发效率的提升，随着容量自动扩容，这个技术的影响力也越来越广泛。

另外，AI 算力的演化，召回的算力越来越强，Ranking 的算力越来越强，带来了整个架构上的挑战。举个例子，前几年兴起的超大规模模型的 server 问题，TB 级模型 server 问题，规模大意味着网络宽，而往深了探索，就要在单个芯片上把挖掘和编译优化做的越来越好，在离线都面临这样的问题。

分布式模型训练这个方向，仍然是非常重要的问题，如何把模型训练的更高效？除了把 SQL 做的越来越好之外，还有一个方向就是这几年百度、阿里、英伟达也在做的事情，就是用类似于 GPU pod 或者 AI 芯片 pod 来训练推荐模型，还是非常创新的，这是整个 Training 方向。在 Training 之上，其实有很多有意思的训练方式，就是训练的创新模型，比较经典的是前几年的 Graph Learning，还有联邦学习、双曲空间、Online Learning 都有很广的应用。

关于搜索引擎，整体上的趋势是越来越推荐化，搜索最大的特点是有个关键词，它基于关键词约束去做 Query，这是它最大的不同，但是现在越来越多的是把推荐的技术放进去，逐渐用算法的形式，然后不在关键词的约束下，在一个基本的相关性约束下去做推荐。

 活动推荐：

除了上面聊到的一些技术演变之外，我们还讨论了在 AICon 会议上该如何将异构计算、推荐算法、沉浸事推荐多阶段排序技术结合业务场景来展示给听众，目前这些话题已经上线至官网了，感兴趣的可以【扫码】或点击【阅读原文】移步至官网了解。

此外，AICon 还将围绕人工智能、通用机器学习、计算机视觉、智能金融技术、AI 团队建设、自动驾驶技术、NLP 技术、大规模机器学习等多个话题展开讨论，精彩内容持续上线中。