端计算2.0 Walle

基于上述问题，我们对 DAI 进行了全面的升级，并改名为 Walle 。希望如电影 Walle 一样，将被遗忘在端上的数据汇集起来，成为挖掘金矿的工厂。

▐ 架构设计

Walle架构图

整体设计上，Walle 由端、云两部分组成。

端侧包括采集层、计算层、触达层三个模块。采集层对接了端侧不同的数据源，进行数据存储与特征加工。计算层内置了 MNN、AliML 等。所有模型任务经过调度系统后会在计算容器中进行实时的决策。决策结果经由触达层的多种途径触达用户。

云侧分为运维平台、数据服务、触达服务三部分。运维平台负责日常的运维监控、数据服务为云端协同提供通道支撑、触达服务配合端上的触达层，进行人群圈定和事件分发。

▐ 解决思路

更高效易用的计算容器

为了解决算法模型的迭代部署效率，我们需要一套脚本语言环境来承载复杂控制与业务定制化逻辑。基于新版的计算容器，大幅降低算法同学的认知与学习成本，无缝衔接服务端算法应用流程，极大提升部署与迭代效率。

同时我们使用自研的轻量级深度学习引擎 MNN 替代 TF ，扩展了机器学习计算集 AliML ，集成了高性能时序数据库 ProtoDB ，为用户提供了一套低成本、高效、快速迭代的端侧模型预测与训练的执行环境。

计算容器

更夯实的稳定性保障措施

作为逐步大规模应用的端计算基础设施，稳定性可谓重中之重。我们对端计算的开发、发布、运行时、监控、降级等全链路进行了详细梳理，针对一些有风险的环节进行重点保障。

开发测试阶段
代码覆盖率。在SDK中内置了代码覆盖率与性能热点的采集与上报功能。配合Jarvis平台的真机验证系统，可以在发布阶段更全面地度量真机验证的效果，将风险暴露在上线前。
Mock系统。为了实现自动化测试能力，我们开发了Mock系统。支持基于基线数据，对端计算任务的入参、出参、异常逻辑进行Mock验证。
运行时
单机熔断。由于算法模型的迭代频率较高，为了避免在日常的迭代过程中引入新问题，我们在端侧引入了单机熔断的机制。既某个模型任务的执行耗时超过阈值或者执行线程卡死时，我们会重启执行线程，并对当前的模型任务进行一定时间段的熔断处理，以免影响其他模型任务的正常执行。
高危模块移除。移除了So动态加载、JS等存在潜在风险的模块，使用更优雅的方案替代。
疑难问题解决。端计算演进期间，我们攻克了诸多内存 Abort 、 Crash 、多线程锁等疑难问题，整体Crash率有大幅降低。
监控
调试工具。支持验证版本的生效配置，扫码拉取端侧日志，对任务异常进行实时调试排查。
监控大盘。面向App运维同学，可全局地观察整个端计算整体关键指标，以及每个任务的资源消耗排名，异常情况排名等。
任务报表。面向算法同学，包含全链路多维度监控，长尾报表等，可直观地实时反馈任务上线后的运行情况。
Crash定向监控。为了更准确实时地定位线上Crash问题，我们与Emas团队合作开发了模型Crash定向监控能力。在Emas平台上，现在可以直观地看到所有模型任务的Crash分布情况，以及Crash调用栈明细。

更体系化的数据能力

从共享端侧特征、降低重复计算与使用成本、提升特征查询效率等方面考虑，我们建立了端侧基础特征服务DBFS。基于基础特征分层抽象出了统计特征、用户画像、情景计算等高维业务特征，同时支持算法同学进行特征op的自定义扩展。DBFS目前提供100+个基础特征op，10+中间层业务特征op，涵盖电商场景最常用的点击、收藏、加购、下单等行为。

DBFS架构图

更丰富的场景覆盖能力

为了满足不同场景对端计算能力的诉求，我们建设了端计算的触达中心，其包含两部分能力：

在端侧实现了一套简化的CEP（复杂事件处理）引擎，支持根据预置的规则序列，使用滑动窗口的模式匹配用户的操作行为，进行实时的用户干预。对于一些轻量化场景，可以直接使用CEP来定义行为，而无需引入机器学习模型。
同时在触达层面，对接了奥格的人群系统，支持针对特定人群进行CEP规则或者模型任务的投放。在行为命中后的业务响应环节，我们统一扩展了Push、Poplayer、Broadcast、WalleTask、UT、NativeCallback等多种途径触达用户。

触达中心

总结

今年双十一期间，端计算首次在手淘大规模落地，覆盖主搜、信息流推荐、云主题、会场、智能Push、红包雨、促升、直播等场景。双十一当日共执行了2235亿次运算，在大幅提升GMV的同时，也为用户带来了更好的交互体验。同时除了手淘外，目前端计算也已在猫客、闲鱼、AE、CBU、零售通、优酷等App有成熟方案落地。

端计算的出现，填补了云计算在网络延时、数据丰富、隐私安全、算力成本方面的不足。而端计算与云计算也会以共存与互补的姿态，拥抱智能化浪潮。随着端计算体系的成熟以及基础设施的完善，相信未来算法同学们会有越来越多的创新项目孵化与应用，我们共同期待。

本文转载自淘系技术公众号。

原文链接：https://mp.weixin.qq.com/s/V2QrhvW-F8asXvtyg7i0XA

创作场景

端计算 Walle：2235 亿次运算，为了无法计算的端智能价值（三）