简介：本文介绍了美团外卖广告服务在智能算力分配方面的探索与实践，通过精细化和个性化算力分配，实现了资源利用的最大化，提升了业务收益。
在数字经济高速发展的今天，广告投放已成为企业获取用户和收入的重要渠道。美团外卖，作为国内领先的本地生活服务平台，其广告服务不仅支撑着平台的商业增长，还承载着为商家精准引流、提升用户体验的重任。面对日益增长的流量和复杂的业务场景，美团外卖广告团队在智能算力分配方面进行了深入的探索与实践，为业界提供了宝贵的经验。
目前，美团外卖日订单量已突破4000万，成为美团最为重要的业务之一。随着外卖广告服务从单一业务线扩展到十余条业务线，系统所承受的流量和消耗的机器资源均达到了新的高度。特别是在午餐和晚餐两个高峰时段，系统面临巨大的性能压力；而在非高峰时段，则存在大量算力冗余。这种流量双峰结构使得算力分配效率成为亟待解决的问题。
流量价值是指流量为平台、广告商家、用户三方带来的收益。美团外卖广告团队通过构建一套完善的流量价值量化体系，能够准确评估不同流量的价值，为算力分配提供基础依据。该体系不仅考虑了平台的收入，还兼顾了商家的收入和用户的满意度，确保了流量价值评估的全面性和准确性。
流量算力指流量在系统内消耗的机器资源。在美团外卖广告系统中，流量消耗的算力和候选集大小、召回通道数量、模型大小、链路复杂度等系统变量紧密相关。为了准确量化流量算力，团队采用了多种技术手段，如压测、模型预估等，确保算力评估的准确性和实时性。
系统算力容量指系统的机器资源总和。通过压测等手段，团队能够获取系统的算力容量，并在算力分配过程中确保总体流量算力消耗不超过这一容量限制。这有助于避免因算力过载而导致的系统性能下降和用户体验受损。
基于以上三个要素，美团外卖广告团队在广告投放引擎全链路进行了智能算力分配。主要手段包括弹性队列、弹性模型、弹性通道和弹性链路等四种“弹性动作”。
线上检索是一个漏斗过程，不同价值流量可以在级联漏斗的各模块中分配不同候选队列长度。通过动态调整队列长度，团队能够在高价值流量上分配更多算力，提升广告检索的精准度和效率。
在模型预估服务中，不同价值流量可以分配不同模型。大模型相对小模型预估效果更好的同时消耗的算力也更多。团队通过构建多种模型，并根据流量价值进行动态选择，实现了算力的精细化分配。
在多通道召回中，不同价值流量可以分配不同的召回通道。这有助于提升召回效率和质量，同时避免在低价值流量上浪费过多算力。
在检索链路上，不同价值流量可以分配不同复杂度的检索链路。通过优化链路复杂度，团队能够在保证广告检索效果的同时降低算力消耗。
在智能算力分配的实践过程中，美团外卖广告团队也面临了诸多挑战。主要包括算力资源分配的稳定性、系统全链路的平稳运行以及多业务场景的接入等。针对这些挑战，团队采取了多种应对措施：
美团外卖广告智能算力的探索与实践为业界提供了宝贵的经验。通过精细化和个性化算力分配，团队不仅提升了系统资源利用率和业务收益，还为用户和商家带来了更好的体验和服务。未来，随着技术的不断进步和业务场景的不断拓展，美团外卖广告团队将继续深化智能算力分配的研究与实践，推动广告服务向更高水平发展。