介紹將解決方案擴展到像 Uber 這樣龐大且複雜的市場時,計算效率是一個重大挑戰。 Uber 乘車業務的運行和調優依賴於大量的機器學習模型和優化算法。幸運的是,系統的許多部分可以並行處理。 Ray\[1\] ® 是 Python® 的通用計算引擎,專爲 ML、AI 和其他算法工作負載而設計。我們描述 Uber 如何採用 Ray 來支持關鍵任務系統。以 Uber 的移動市場分配調整系統爲例,我們發現性能 ⌘ Read more
介紹將解決方案擴展到像 Uber 這樣龐大且複雜的市場時,計算效率是一個重大挑戰。 Uber 乘車業務的運行和調優依賴於大量的機器學習模型和優化算法。幸運的是,系統的許多部分可以並行處理。 Ray\[1\] ® 是 Python® 的通用計算引擎,專爲 ML、AI 和其他算法工作負載而設計。我們描述 Uber 如何採用 Ray 來支持關鍵任務系統。以 Uber 的移動市場分配調整系統爲例,我們發現性能 ⌘ Read more