Tecnologia / MUNDO

A Meta usa capacidade de inferência ociosa para recomendações de anúncios

A Meta reúne bolsas de capacidade ociosa por região e tipo de acelerador num conjunto partilhado de inferência oportunista, mesmo quando a frota está globalmente limitada. O sistema de classificação de anúncios usa duas alavancas: Rank More Ads avalia candidatos adicionais e Serve Better Models altera a proporção de pedidos enviada para um modelo mais potente.

Ilustração conceitual de tecnologia, processadores e informações conectadas.Ilustração
Ilustração simbólica

Rank More Ads precisa de capacidade excedente de CPU e aceleradores para avaliar candidatos adicionais. Serve Better Models mantém o número de candidatos e encaminha pedidos selecionados para o modelo mais potente, permitindo usar apenas excedente de aceleradores. Os dois mecanismos consomem combinações diferentes de recursos livres.

A Meta isola o serviço base do trabalho opcional, física ou logicamente. Os ciclos centrais de controlo ajustam-se em minutos, enquanto a redução de carga no servidor e no cliente pode descartar trabalho opcional de menor valor em milissegundos quando a capacidade é recuperada.

O encaminhador escolhe os pedidos que recebem o modelo mais potente através de um processo de exploração e aproveitamento que mede periodicamente o valor incremental; se a capacidade diminuir, podem voltar ao modelo base. O artigo da Meta descreve a arquitetura e os controlos, mas não quantifica ganhos no desempenho dos anúncios.

Dados

Cronologia

A Meta usa capacidade de inferência ociosa para recomendações de anúncios

  1. · ocorrido

    A Meta usa capacidade de inferência ociosa para recomendações de anúncios

    A Meta reúne bolsas de capacidade ociosa por região e tipo de acelerador num conjunto partilhado de inferência oportunista, mesmo quando a frota está globalmente limitada. O sistema de classificação de anúncios usa duas alavancas: Rank More Ads avalia candidatos adicionais e Serve Better Models altera a proporção de pedidos enviada para um modelo mais potente.

Metodologia

Este registo do evento resume a publicação datada da fonte primária citada. As alegações de produto ou teste da fonte não são apresentadas como resultados verificados de forma independente.

Atualizado:

Cobertura estruturada

Temas e lugares

Sugestões de temas

Versão da taxonomia: IPTC Media Topics 2026-Q2

Continuar lendo

Tecnologia

Google Cloud e Temporal testam workers sem servidor

A Google Cloud e a Temporal abriram em pré-visualização uma integração que executa trabalhadores do Temporal Cloud em grupos de trabalhadores do Cloud Run. A Temporal ajusta a capacidade ao acompanhar o atraso das filas de tarefas, e o grupo pode reduzir a zero quando está ocioso. Os trabalhadores correm no projeto, conta de serviço e rede do cliente.

Google Cloud1 min de leitura Inclui dados
Tecnologia

Cohere explica como o perfil dos pedidos afeta a inferência de Embed e Rerank

Segundo a Cohere, a escolha entre inferência partilhada e dedicada para Embed e Rerank depende do trabalho por pedido, do padrão de tráfego, da utilização e da latência pretendida. Os pedidos por minuto não bastam: a indexação em lote privilegia o débito, enquanto a pesquisa interativa exige baixa latência.

Cohere2 min de leitura Inclui dados