火山引擎项亮：机器学习与智能推荐平台多云部署解决方案正式发布
资料来源：火山引擎-开发者社区
2022年7月20日，火山引擎2022 Force原动力大会在北京诺金酒店成功举办。在上午的议程中，《推荐系统实践》一书的作者、同时也是火山引擎机器学习系统负责人——项亮，展开了题目为《开放AI基建：让AI触手可得》的演讲。在演讲中他代表火山引擎重磅宣布： 机器学习与智能推荐平台多云部署解决方案正式发布 。
项亮出席火山引擎Force原动力大会
火山引擎智能推荐平台是具有与抖音、西瓜视频、今日头条同等推荐能力、算法精准性和架构稳定性的企业级SaaS软件。从今天开始，火山引擎智能推荐平台将为更广阔的企业客户服务，针对不同的成本要求、隐私安全需求的不同等级，提供了可选择的4种部署方式： 公有云部署、VPC部署、专属AZ部署和私有云部署**** 。例如中小企业可以选择以公有云SaaS的方式接入智能推荐平台来节省成本；而对隐私要求高的金融、券商类企业可以选择私有云部署，自行采买软硬件，自行组建机房。
以下为项亮演讲智能推荐平台部分原文⬇️
接下来我给大家介绍一下智能推荐平台。我们的智能推荐平台有5个最主要的特点，其中在实时性和大规模上，我们充分借鉴了字节内部的实践， 可以实现秒级的实时性和超大规模的推荐广告模型的训练 。
火山引擎智能推荐平台的5大特点
我给大家再详细介绍一下其中1、4、5三个方面。首先我们提供了端到端的能力。这里端到端是指，你不用过于地关心整个系统的细节，你只需要输入用户的行为，然后就能得到他们的推荐结果。中间的细节都是由推荐平台给大家处理的。
但是往往很多客户对端到端的平台最大的Concern（顾虑）就是不能定制化开发，因此我们也针对用户最需要定制化开发的三个方面，给大家提供了深度开发的能力。比如首先在特征工程上，我们可以 支持大家去自定义特征 ，根据自己的业务定义不同的特征给推荐系统和广告系统。
特征工程：支持自定义特征
其次我们针对模型开发能力，推出了一个叫磐石（Monolith）的训练框架。大家可以在这个训练框架中，定义自己的网络结构，然后就可以充分调动起成千上万的CPU或者GPU来训练自己的任务。 因此这里面模型的开发也是可以深度开放的 。
模型开发：支持磐石训练架构下的模型开发，也支持选用行业模板
最后，针对我们的客户来自于不同的行业，比如有电商、内容、广告等等，我们还推出了自定义模板的能力。大家可以基于自己的行业特点定义自己的模板。
最后呼应一下我前面说的，今天我们正式发布了推荐平台和机器学习平台的多种部署解决方案。在这里面我们提出了四种不同的部署方式， 其中成本最低的就是公有云的部署方式 ，其次就是可以实现租户隔离的VPC部署方式，再次如果大家对独享物理资源有一些独特的需求，我们也提供了专属AZ的解决方案。最后如果有些公司对隐私保护有着非常强的需求，我们也支持私有云的部署方式。相信大家在多种部署方式中，总能找到适合自己的一部分。
智能推荐平台多架构部署：公有云部署、VPC部署、专属AZ部署和私有云部署