DoorDash正在利用Nvidia图形处理器来加速其AI培训,随着病毒隔离激增以及客户转向提供餐食,这一举措应该派上用场。
DoorDash始于2013年,现在允许客户通过智能手机从美国,加拿大和澳大利亚的4,000个城市的300,000多家供应商处订购餐点。它的应用程序及其背后的平台逻辑将食品商人与称为Dashers的客户和交付承包商联系起来中国机械网okmao.com。
机器学习可帮助物流引擎为寻求当地食品业务的客户提供个性化的餐厅提示和交货时间信息。Nvidia博客周三发布,该引擎还对选项进行分类以找到最佳路线和交付价格。建模很复杂,部分原因是数据总是在变化。
如此复杂,对处理速度的需求至关重要。DoorDash机器学习工程师Gary Ren表示,通过使用与公司建模相关的Nvidia GPU进行AI培训,DoorDash能够将速度提高10倍。此外,DoorDash已从单个GPU迁移到多个GPU,以将速度再提高三倍。
任志刚在博客中说:“更快地提高训练速度总是更好的。” “培训速度提高了10倍,这意味着我们将云集群的旋转速度提高了十分之一,因此我们将计算成本降低了10倍。”
DoorDash使用推荐引擎已有大约两年的时间,并且发现向客户提供建议变得越来越重要,因为客户有时不知道他们要寻找哪种食物。他说:“推荐合适的商人可以在获得订单或客户去其他地方有所不同。”
DoorDash已在线发布了一系列工程技术。DoorDash 在一个这样的博客中指出,它正在研究复杂的公式,以“随着时间的推移考虑世界状况。在许多情况下,最好是等待提供交付而不是立即交付……我们可以将这些折衷考虑因素直接建立到模型中,从而扩大系统的效率和质量。”
处理器速度还将潜在地帮助DoorDash进行自然语言处理,这是消费者与支持代理或Dashers进行交谈时所需的。
任说,由于数据总是在变化,包括天气事件甚至可能是冠状病毒的流行,推断速度将需要不断提高。他说:“今天的推理速度已经足够好了,但是我们需要为未来做计划。”
预计Ren将于3月25日开始在Nvidia的GPU技术大会GTU Digital上的在线会议上讨论AI在DoorDash中的使用。