<mark id="oztn4"></mark>
0
“天空為什么是藍的？螢火蟲為什么可以發(fā)光？為什么雙眼總是一起轉動？”面對小朋友的十萬個為什么，父母、老師總會借助儲備的知識，或者查閱書籍解答疑問。
但隨著內容的爆發(fā)性增長，想要得到一個問題精準的答案難度越來越大。
早年使用網上購物平臺的用戶，需要一步步根據商品的分類搜索，才能在海量的商品中找到適合自己的商品。
2022年的雙十一，普通的消費者不僅可以輕輕松松就篩選出自己想要的商品，還會收到非常符合自己喜好的商品、直播的推薦。
這背后隱藏了推薦系統(tǒng)的變遷，在小朋友問父母問題的場景里，父母其實就充當的是小朋友的推薦系統(tǒng)，但普通人的知識儲備畢竟有限。互聯網時代，有了搜索引擎，但還不足夠。
再后來，AI技術的興起，幫助了推薦系統(tǒng)大步前進，無論是購物平臺的商品推薦，直播平臺的主播推薦，還是視頻平臺的視頻內容推薦，越來越多的人開始感嘆，AI更懂自己。
AI推薦系統(tǒng)，也默默成為了互聯網公司業(yè)務中重要的組成部分。數據顯示，在一些全球大型在線網站上，即使推薦內容的相關性僅提高 1%，其銷量也會增加數十億，AI推薦系統(tǒng)無疑是藏在眾多互聯網應用背后的高價值系統(tǒng)。
不過，高價值的AI推薦系統(tǒng)目前還有被少數公司負擔得起，如何才能實現AI推薦系統(tǒng)的普及？我們又合適才能擁有完美的AI推薦系統(tǒng)呢？
推薦系統(tǒng)背后的算力演進
推薦系統(tǒng)并不新鮮，互聯網公司們?yōu)榱四軌蛱嵘龢I(yè)績和客戶滿意度，十多年前就開始了推薦系統(tǒng)的研究與應用，早年間他們采用傳統(tǒng)的方法，比如協同過濾等，CPU也足以滿足那時推薦系統(tǒng)的需求。
但隨著推薦系統(tǒng)應用需求和算法的演進，系統(tǒng)越來越復雜，需要更加強大的底層算力作為支撐，推薦系統(tǒng)的開發(fā)者發(fā)現一個問題，通信節(jié)點間的性能遇到了瓶頸。也就是說，在服務器達到一定的規(guī)模之后，繼續(xù)增加服務器的數量已經很難提升推薦系統(tǒng)的效果。
這就促使推薦系統(tǒng)的推動者們尋找更強大且更合適的算力支撐。當然，這個過程中還有一個重要的推動力——AI。在推薦系統(tǒng)中引入AI之后，能夠增加推薦系統(tǒng)的效果，但與此同時也讓推薦系統(tǒng)變得越來越復雜。
一個典型的推薦系統(tǒng)，包含了召回、過濾等過程，AI的引入，需要使用越來越多的數據進行訓練，以達到預期的效果。
“推薦系統(tǒng)中引入深度學習之后，大家還是會習慣性先用CPU，但后來發(fā)現在深度學習的算法里多加幾層神經網絡可能就算不動了。”NVIDIA亞太區(qū)開發(fā)與技術部總經理李曦鵬在2022云棲大會期間對雷峰網(公眾號：雷峰網)說，“GPU此時有明顯的優(yōu)勢，GPU的算力遠高于CPU，同時GPU的帶寬比CPU高非常多，我們的Hopper架構GPU的帶寬已經達到3TB / s。”
但要加速推薦系統(tǒng)，不止是從CPU遷移到GPU這么簡單。
GPU如何加速AI推薦系統(tǒng)？
推薦系統(tǒng)中AI的引入，讓推薦系統(tǒng)變得更加復雜的同時，對算力的需求也呈現出指數級的上升。
在推薦系統(tǒng)中，有大量的嵌入表（Embedding），包含各種推薦系統(tǒng)所需的特征，比如性別、年齡等等，嵌入表被用于將輸入數據中的離散特征映射到向量，以便下游的神經網絡進行處理，大小可以達到TB級。嵌入表通常是內存帶寬和容量密集型，對于計算的需求不大，需要很大的內容容量和帶寬進行快速讀取，這對于CPU而言是一個明顯的挑戰(zhàn)。
此時，采用GPU有兩個顯著的優(yōu)勢，李曦鵬說：“一個是GPU的內存帶寬遠高于普通服務器，另一個是遷移之后將原來節(jié)點上的通信從原來CPU和GPU的PCIe通信，變成了GPU和GPU之間的NVLink通信，速度提升幾倍。”
接下來，就需要用AI模型進行計算，此時可能是計算密集也可能是內存帶寬密集。更麻煩的是，由于模型越來越大，超出了GPU板載的存儲容量，沒辦法存儲完整的模型，需要把它分塊，嵌入表就需要做模型并行，而DNN部分需要數據并行。在這個過程中，從模型并行到數據并行，需要做非常多數據交換，成了大量計算節(jié)點間密集的通信。
“推薦系統(tǒng)需要的不僅僅是GPU，而是加速計算。”李曦鵬指出，“加速計算不是一個簡單的芯片或者硬件，而是一個包含硬件、軟件以及上層應用的一整套解決方案。”
比如英偉達為推薦系統(tǒng)推出的NVIDIA Merlin。在預處理方面，NVIDIA Merlin NVTabular可以實現加速。
針對嵌入表，Merlin Distributed-Embeddings可以方便TensorFlow 2 用戶用短短幾行代碼輕松完成大規(guī)模的推薦模型訓練。并且，NVIDIA Merlin Distributed-Embeddings 的性能表現也十分突出，DGX-A100上的Merlin Distributed-Embeddings 方案比僅使用 CPU 的解決方案實現了驚人的683倍加速。
NVIDIA Merlin還有HugeCTR的開源框架，目標是優(yōu)化 NVIDIA GPU 上的大規(guī)模推薦。
也就是說，NVIDIA Merlin是一個針對推薦系統(tǒng)，近似于一個端到端的解決方案。
即便如此，推薦系統(tǒng)的普及依舊面臨著巨大的挑戰(zhàn)。
普及推薦系統(tǒng)的兩大挑戰(zhàn)
推薦系統(tǒng)作為高價值的AI系統(tǒng)，普及面臨的兩大挑戰(zhàn)就是差異化以及高門檻。
“我們充分理解，由于業(yè)務的不同于推薦系統(tǒng)有很大的差異，我們會盡量把NVIDIA Merlin的功能進行模塊化，客戶可以根據需求選擇不同的模塊，使用的模塊越多，效果也會更好。”李曦鵬說，“我們通過Merlin的模塊化解決問題的同時，也通過和像阿里云這樣的云計算服務商合作推動推薦系統(tǒng)的普及。”
不同的推薦系統(tǒng)使用的算法并不相同，雖然如今AI大模型的應用越來越廣泛，并且大模型在美國人工智能學術界將其稱為基礎模型（Foundation Model），但這并不意味著所有推薦系統(tǒng)都需要使用大模型。
李曦鵬的觀點是，大模型提供一個更大的嘗試空間，其表征能力也更強，所以主流公司的模型越來越大，但主流公司也會有一些小的業(yè)務，或許也會有一些小的模型。如今主流的公司已經過渡到了GPU方案，比較重點的業(yè)務是全GPU的解決方案。所以，在算法上，即便主流公司也有階梯。
“先進模型對于中小企業(yè)來說收益可能沒那么大，因為他們的業(yè)務體量沒那么大，而通過云計算的方式，以及GPU的解決方案，可以幫他們降低門檻和成本。”李曦鵬進一步表示。
差異化需求之外，推薦系統(tǒng)普及的另一大挑戰(zhàn)就是高門檻。
“互聯網巨頭有成百上千人的團隊在做推薦系統(tǒng)，中小企業(yè)很難投入這么多。但通過我們和阿里云這樣有能力的云服務提供商合作，給中小公司開放一些更高級的API，有一些預定義的模型能夠實現不錯的推薦系統(tǒng)，投入一兩個數據科學家，這將有利于推薦系統(tǒng)的普及。”李曦鵬說。
推薦系統(tǒng)的普及，將能夠代表加速計算巨大的想象空間。
10年100倍，加速計算價值千億的巨大空間
過去幾十年間，得益于摩爾定律，算力在持續(xù)增長。但如今摩爾定律已經放緩，從最初每年1.5倍性能的提升，下降到如今每年1.1-1.2倍的提升。摩爾定律帶來的算力提升已經難以滿足包括推薦系統(tǒng)在內應用對算力指數級的性能增長需求。
“接下來的十年，所有的計算任務都將被加速。我們已經加速了世界上5%的計算任務——價值百億美金。加速計算會降低計算任務的成本，提高能源利用率，給工業(yè)界帶來更多的能力做更多的事情。”英偉達CEO黃仁勛在今年十月時表示。
僅看推薦系統(tǒng)，Mordor Intelligence 發(fā)布的數據指出，推薦系統(tǒng)整體市場將從2020 年僅為 21.2 億美元提升至2026年的 151.3 億美元。加速計算顯然具有數千億的市場空間，但要加速如此之大的市場，需要性能的持續(xù)提升。
加速計算的目標是保持每年1.6-1.7倍的性能增長，5年可以實現10倍的性能提升，10年就可以實現100倍的提升，這與摩爾定律10年可以實現的4倍性能提升形成了顯著的差異。
前面已經提到，加速計算不止是從硬件的層面實現性能的提升，更加強調從硬件到軟件再到應用的加速，實現性能的飛躍。
實際上，加速計算的價值已經在AI應用中體現出來，以前訓練一個AI模型，周期以周來計算，調整模型訓練至少又得等一周，而現在，即便模型越來越大，訓練一個模型的時間也只需要幾分鐘了。
“幾年前難以訓練的大模型，早已成為了過去式。更多更大規(guī)模的工作負載等著去加速。”李曦鵬對于加速計算能夠實現目標也十分有信心。雷峰網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
