# 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.

- URL canônica: https://newsverum.com/pt/news/meta-opportunistic-inference-capacity-ads-recommendations
- Editora: Newsverum
- Seção: Tecnologia
- Publicado: 2026-10-15T22:33:53+00:00
- Atualizado: 2026-10-15T22:33:53+00:00
- Período do evento ou dos dados: 2026-10-12
- Outras edições: [Türkçe](https://newsverum.com/tr/news/meta-opportunistic-inference-capacity-ads-recommendations.md), [English](https://newsverum.com/en/news/meta-opportunistic-inference-capacity-ads-recommendations.md), [العربية](https://newsverum.com/ar/news/meta-opportunistic-inference-capacity-ads-recommendations.md), [Français](https://newsverum.com/fr/news/meta-opportunistic-inference-capacity-ads-recommendations.md), [Español](https://newsverum.com/es/news/meta-opportunistic-inference-capacity-ads-recommendations.md), [Deutsch](https://newsverum.com/de/news/meta-opportunistic-inference-capacity-ads-recommendations.md)

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

### A Meta usa capacidade de inferência ociosa para recomendações de anúncios

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.

| date | label | description | status |
|---|---|---|---|
| 2026-10-12 | 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. | occurred |

Fontes: <https://engineering.fb.com/2026/10/12/ml-applications/turning-opportunistic-ai-inference-capacity-into-better-ads-recommendations/> · Baixar dados: [JSON](https://newsverum.com/api/v1/articles/meta-opportunistic-inference-capacity-ads-recommendations/data/source-event?lang=pt&format=json) · [CSV](https://newsverum.com/api/v1/articles/meta-opportunistic-inference-capacity-ads-recommendations/data/source-event?lang=pt&format=csv)

## Fontes

- [Meta Engineering](<https://engineering.fb.com/2026/10/12/ml-applications/turning-opportunistic-ai-inference-capacity-into-better-ads-recommendations/>) (Fonte verificada: 2026-10-15; Publicado: 2026-10-12)

---

Use a URL canônica acima para citar este artigo. [Princípios editoriais e correções](https://newsverum.com/pt/editorial)