174浏览
一、现状介绍
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：
- 平台能力：
- 高吞吐高并发：百亿PV，百万QPS
- 低延迟，高可靠：万亿次预估计算/秒，毫秒级延迟，99.99%
- 集群规模：1W+节点
- 迭代周期：3次/天
- 系统能力
- 模型规模：TB级模型预估
- 异构计算：CPU/GPU异构计算
- 在线学习：分钟级模型更新
- 实时图计算：亿级节点、百亿级边；分钟级图数据更新
- 层次化算力：实时计算、离线计算、近线计算
二、发展历程
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：
- 业务接入成本高：广告业务涉及的业务较多，包括搜索、推荐、首焦、站外，模型涉及到CTR模型、CVR模型、CPA模型。每个业务都要面临新加广告场景、新加/修改模型，都需要添加额外的开发支持，接入效率低成本高。
- 特征繁多，数据不统一，算法实验低效：1）特征来源较多，有商品特征、用户特征、请求特征，没有统一的数据使用规范。2）特征种类也比较多，每个业务用的特征也比较独立，不利于复用。
- 算法和工程耦合：算法模型强依赖算法服务，模型结构修改都要带来服务修改，影响模型迭代。缺乏配置化导致算法扩展困难。
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：
- 模型接入服务：负责流量管控，统一流量接入规则，与业务逻辑解耦。
- 特征计算服务：负责数据管理和特征提取，统一数据接入规则。
- 模型推理服务：负责模型推理、更新和落日志，统一模型接入规则。
1.1 模型接入
模型接入包含三大功能：
- 流量路由：流量路由的核心是进行动态流量识别，根据配置动态构建语法树，将流量映射到语法树中，从而做到识别流量全路径，包括流量从哪里来、到哪里去。当有新的流量进入或着加入新的模型，可在语法树中添加或修改叶节点，实现动态路由。同时在分层实验中，使用语法树，也可实现流量分层，增加小流量试验的并发度，提升流量使用效率。
- 流量分发：根据流量路由结果进行分发，针对广告队列较多的情况，会将请求进行拆分，并行请求特征和模型推理，实现并行加速。
- 流量防护：对上游来说，通过流量路由拦截异常流量。对下游来说，通过实时监控下游负载，实现动态负载均衡，拦截超负载流量，保护下游服务的安全。
1.2 特征计算
特征计算包含两大功能：
- 数据管理：1、支持多类型数据源，包括三类：1）解析请求获取请求中的原始特征。2）本地数据支持特征词表获取离线特征。3）远程数据请求用户、商品等服务获取用户商品的实时特征。2、数据统一：通过特征转换统一特征格式，方便模型进行特征解析。
- 特征计算：将特征计算算子化，通过注册类的方式实现配置化，提升特征开发效率和复用效率。
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。
- 推理引擎层：推理引擎支持模型推理加速，目前支持多种推理引擎（TensorFlow、TensorRT、FasterTransformer等）
- 服务层：负责消息处理、特征日志、模型管理。
- 特征日志：支持落实时请求级的特征日志，通过离线拼接生成训练样本。
- 模型管理：通过NormGuard机制对训练模型进行校验，防止将不合规模型推到线上。
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。
- 模型复杂：深度模型的引入极大加速模型的发展，同时也带来模型复杂度的指数提升，以Transfomer为代表的全新神经网络框架，奠定了大模型的算法架构基础，复杂度的提升对模型计算提出更高的要求。
- 参数规模大：用户的增长，商品数量的扩展，带来数据量的爆炸，模型为了更好的模拟现实，参数量也成爆炸性增长。从广告场景内看，算法模型的参数规模也从十亿向着百亿、千亿发展，参数规模的增长对模型存储、IO提出了更高的要求。
- 时效性低：这个阶段模型的更新周期普遍在天级别，实效性较低，尤其在大促人货场发生快速变化的时候，模型更新跟不上用户、商品的变化，会带来搜索/推荐效果折损。
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
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
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
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：
- 硬件资源不一致，木桶效应：线上机器硬件不一样，比如不同的机器CPU型号不一致导致算力不平衡
- 系统耦合，算力无法充分释放：目前模型计算集中在粗排、精排阶段，在整体耗时的约束下，无法充分发挥算力。
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。
3.1 前置计算
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
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：
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。
动态算力分配策略包括三类：
- 召回控制：通过控制召回分支及召回个数调控算力
- 队列控制：通过控制物料排序个数调控算力
- 模型控制：通过使用算法消耗不同的模型进行打分调控算力
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。
感谢广告架构师小组的架构师们和算法方向的专家们在算法架构体系建设方面提供的宝贵指导建议。同时我们也欢迎对此感兴趣的同事联系我们一起加入讨论，共同探索解决方案，汇集智慧，共同成长。让我们携手应对挑战，共同开拓这一前沿领域，为技术创新和团队发展贡献我们的热情与智慧。
作者：京东零售-平台运营与营销中心-广告研发部-系统技术部-算法应用组
