- ■
स्नैपचैट के 940 मिलियन से अधिक मासिक उपयोगकर्ताओं के लिए ए/बी परीक्षण बुनियादी ढांचे में तेजी लाने के लिए स्नैप ने Google क्लाउड पर एनवीडिया की खुली डेटा प्रोसेसिंग लाइब्रेरी को तैनात किया।
- ■
जीपीयू-त्वरित डेटा प्रोसेसिंग स्नैप इंजीनियरों को वास्तविक समय में बड़े पैमाने पर डेटासेट को क्रंच करके नई सुविधाओं का तेजी से परीक्षण करने देती है
- ■
यह कदम उद्यम एआई बुनियादी ढांचे को प्रशिक्षण मॉडल से परे प्रयोग और विश्लेषण जैसे उत्पादन वर्कफ़्लो में विस्तार दिखाता है
- ■
उपयोगकर्ता की अपेक्षाओं और प्रतिस्पर्धी दबाव बढ़ने के कारण सामाजिक प्लेटफ़ॉर्म फीचर पुनरावृत्ति को तेज़ करने के लिए दौड़ रहे हैं
स्नैप पर झुक रहा है एनवीडिया का त्वरित कंप्यूटिंग अश्वशक्ति रखने के लिए Snapchat सुविधाएँ ख़तरनाक गति से चल रही हैं। सोशल मीडिया कंपनी ने अभी खुलासा किया है कि वह एनवीडिया की ओपन डेटा प्रोसेसिंग लाइब्रेरी का उपयोग कर रही है गूगल क्लाउड अपने 940 मिलियन मासिक सक्रिय उपयोगकर्ताओं के लिए टर्बोचार्ज ए/बी परीक्षण करना। यह एक व्यावहारिक नज़र है कि कैसे GPU त्वरण एआई प्रशिक्षण से आगे बढ़कर रोजमर्रा के एंटरप्राइज़ वर्कफ़्लो में जा रहा है, जिससे स्नैप इंजीनियरों को डेटा प्रोसेसिंग बाधाओं में डूबे बिना फ़िल्टर से लेकर फ़ीड एल्गोरिदम तक हर चीज़ पर तेजी से पुनरावृत्ति करने में मदद मिलती है।
स्नैप बस दुनिया को एक झलक दी कि यह कैसे रहता है Snapchat लगभग एक अरब उपयोगकर्ताओं के लिए ताज़ा – और उत्तर में गंभीर गणना शक्ति उधार लेना शामिल है NVIDIA. कंपनी ने घोषणा की कि उसने एनवीडिया पर चल रही ओपन डेटा प्रोसेसिंग लाइब्रेरी को अपनाया है गूगल क्लाउड ए/बी परीक्षण को नाटकीय रूप से तेज़ करने के लिए बुनियादी ढाँचा, एक महत्वपूर्ण प्रक्रिया जो यह निर्धारित करती है कि कौन सी सुविधाएँ आपके फ़ोन में आती हैं और कौन सी हटा दी जाती हैं।
स्नैपचैट के इंटरफ़ेस में हर बदलाव, हर नया फ़िल्टर, हर एल्गोरिथम समायोजन ऐप के 940 मिलियन मासिक सक्रिय उपयोगकर्ताओं तक पहुंचने से पहले कठोर परीक्षण से गुजरता है। इसका मतलब है कि व्यवहार संबंधी डेटा की चौंका देने वाली मात्रा – क्लिक, स्वाइप, सत्र की लंबाई, सहभागिता पैटर्न – को इतनी तेजी से संसाधित करना कि इंजीनियर इसे हफ्तों के बजाय दिनों में दोहरा सकते हैं। के अनुसार, पारंपरिक सीपीयू-आधारित डेटा प्रोसेसिंग एक बाधा बनती जा रही थी एनवीडिया का ब्लॉग पोस्ट कार्यान्वयन का विवरण।
समाधान? समस्या पर GPU फेंकें। त्वरित डेटा प्रोसेसिंग के लिए एनवीडिया की खुली लाइब्रेरी उसी समानांतर कंप्यूटिंग आर्किटेक्चर का लाभ उठाती है जो एआई प्रशिक्षण को शक्ति प्रदान करती है, लेकिन एनालिटिक्स वर्कलोड को कम करने के लिए पुनर्निर्मित की जाती है। बड़े पैमाने पर डेटासेट पर क्वेरी परिणामों के लिए घंटों इंतजार करने के बजाय, स्नैप के डेटा वैज्ञानिक अब मिनटों में उत्तर प्राप्त कर सकते हैं। फीडबैक लूप के संपीड़न का मतलब है कि सुविधाएँ तेजी से मान्य हो जाती हैं या ख़त्म हो जाती हैं, जिससे ऐप सोशल मीडिया की क्रूर ध्यान अर्थव्यवस्था में प्रतिस्पर्धी बना रहता है।
