周刊熱點
硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道導語：騰訊廣告一直秉承“技術提效”理念，現正全面升級廣告系統，并引入北京大學-騰訊協同創新實驗室的前沿機器學習技術。該技術成功入選國際頂級學術會議，旨在解決廣告提效難題。騰訊副總裁蔣杰認為，此次升級不僅是實踐理念的重要舉措，更突顯了騰訊廣告將前沿技術轉化為業務價值的實際行動。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
近年來，隨著人工智能的迅猛發展，機器學習在廣告、電商、安全等多個領域被廣泛應用。由于廣告業務需要處理大量數據和高效計算，因此被視為機器學習成果應用的重要領域。如何利用機器學習技術實現規模化的應用，成為業界技術應用的重要挑戰之一。目前，蔣杰正帶領騰訊廣告系統進行全面升級，廣告提效技術的應用也取得了重要進展。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
秉承“技術提效”理念，騰訊廣告將北京大學-騰訊協同創新實驗室(以下簡稱：聯合實驗室)兩項入選國際頂級學術會議VLDB 2022與WWW(國際萬維網大會)的前沿機器學習技術應用于廣告業務場景中，為騰訊廣告系統的“太極機器學習平臺”與“千億參數大模型”的落地持續賦能，助力系統成為騰訊廣告全域經營堅實的技術底座。這一次的系統升級，不僅是對“技術提效”理念的充分實踐，更彰顯了騰訊廣告將前沿技術能力轉化為業務價值的行動力。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
前沿技術持續提效
蔣杰表示“從技術的角度理解業務，從業務的角度審視技術，讓技術演進推動業務增長”是騰訊廣告所秉承的技術原則。借助“騰訊廣告系統全面升級”這一練兵場，騰訊廣告為聯合實驗室的技術成果落地“量體裁衣”：
蔣杰認為當下互聯網生態，每天產生至少百億規模的數據樣本，而廣告推薦場景更需要對復雜條件做分析和判斷，其中涵蓋的特征數量可達千億甚至萬億規模。特征的多變性與成長性，亦對廣告系統的學習能力提出了更高的要求。為此，基于聯合實驗室提出的自動化建模超大規模圖網絡的可拓展圖學習理論(PaSca)，蔣杰帶領騰訊廣告技術團隊，自研Angel Graph圖計算框架，降低大規模圖神經網絡模型訓練的門檻，提升了系統的數據學習效率。獲益于此，騰訊廣告系統在不同推薦場景的靈活性與準確性得到極大提高，可根據各個平臺用戶的特點實現快速精準推薦，更能結合頁面和上下文信息，通過強化場景差異性表達，提升投放效果。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
另一方面，蔣杰表示，廣告業務對數據的理解和處理速度以及質量有極高的要求，需要在毫秒級別內完成復雜計算和匹配。為提高廣告運算的效率和準確性，現在廣告業界通常采用超大規模的模型來優化高維度特征的理解，并進行組合特征的計算和匹配。這些超大規模模型的訓練和實際應用已成為廣告平臺技術中的重要壁壘。在這個過程中，機器學習的訓練和推理能力起到了至關重要的作用。如果將超大規模模型比喻為廣告領域的賽車，那么機器學習技術則是驅動賽車的引擎。引擎的質量好壞將直接決定賽車的速度和穩定性。因此，蔣杰帶領騰訊廣告技術團隊巧妙地利用聯合實驗室的成果，從基礎設施搭建和訓練速度提升兩個方面來支持大模型的訓練和實際應用。這種技術壁壘在當前廣告平臺中具有重要意義，也展現了機器學習在廣告領域的重要作用。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
基建層面，依托于聯合實驗室研發的新一代分布式深度學習平臺Angel4.0，蔣杰帶領騰訊廣告技術團隊，自主研發出AngelPS 技術，并將其作為太極機器學習平臺的核心組件落地應用于廣告系統。在AngelPS的助力下，太極機器學習平臺單模型處理上限提升至10TB級別，更能實現7X24小時的在線深度學習與推理，自此，廣告系統學習、推理海量廣告數據的穩定性與擴展性得到了極大提升，讓超大規模廣告模型的生產和使用成為現實。速度層面，騰訊廣告基于聯合實驗室提出的稀疏大模型訓練加速解決方案AngelRec，自主研發高性能預訓練框架AngelPTM，為超大規模廣告模型的訓練速度、維度與精度加足馬力。
助力廣告主生意增長
蔣杰表示，騰訊廣告系統通過利用太極機器學習平臺訓練混元AI大模型與廣告大模型，成功實現了“一大平臺兩大模型”的重要突破。這項技術升級增強了廣告系統的理解能力和運算能力，使其能夠高效地達成廣告主最關心的“起量、成本和穩定性”三大指標。
（硬核技術賦能數字營銷：蔣杰帶領騰訊廣告探索“技術提效”之道）
隨著騰訊廣告系統的全面升級，當下廣告場景效果轉化的確定性與轉化效率均得以提升，為廣告主們帶來生意增長。蔣杰表示，未來，騰訊廣告亦將持續踐行“技術提效”思路，立足于騰訊與清華大學、中科院計算所等多所高校的產學研布局與研發成果，深挖大數據與自然語言處理等多個前沿領域，持續探索廣告業務在產學融合層面的新航圖。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
關鍵詞：
版權與免責聲明：
1 本網注明“來源：×××”（非商業周刊網）的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，本網不承擔此類稿件侵權行為的連帶責任。
2 在本網的新聞頁面或BBS上進行跟帖或發表言論者，文責自負。
3 相關信息并未經過本網站證實，不對您構成任何投資建議，據此操作，風險自擔。
4 如涉及作品內容、版權等其它問題，請在30日內同本網聯系。
