京东携手 SparkGBM 惊艳亮相 Spark Summit 2018，助力 AI 效能暴涨！

前言

在人工智能迅猛发展的浪潮中，如何提升 AI 效能，是业界亟待解决的一大难题。近日，京东智能广告实验室（JD Intelligent Advertising Lab，简称 JD IAL）携其开创性成果 SparkGBM 强势亮相一年一度的 Spark Summit 2018 大会，为全球技术大咖们奉上一场 AI 效能提升的饕餮盛宴。

Spark Summit 2018：聚焦 Spark + AI

作为大数据领域的顶级盛会，Spark Summit 2018 以 "Spark+AI" 为主题，汇聚了近 2000 位来自全球的顶尖技术专家。来自 JD IAL 的资深研发工程师李明受邀出席本次大会，并发表了题为 "SparkGBM：利用 Spark 提升 GBDT 训练效能" 的精彩演讲，向与会嘉宾深度剖析了 SparkGBM 的创新技术和卓越成效。

SparkGBM：突破 GBDT 训练瓶颈

梯度提升决策树（GBDT）作为一种广受青睐的机器学习算法，在图像识别、自然语言处理等领域展现出了强大的应用潜力。然而，传统的 GBDT 训练过程往往耗时长、计算资源消耗大，极大地制约了 AI 的发展和应用。

针对这一痛点，JD IAL 团队潜心钻研，开发出革命性的 SparkGBM 技术。SparkGBM 巧妙地将 GBDT 算法与 Spark 分布式计算框架相结合，充分利用 Spark 的并行计算能力，有效缩短了 GBDT 训练时间，大幅提升了 AI 效能。

性能测试：惊人提升 2-4 倍

在 Spark Summit 2018 大会现场，李明展示了 SparkGBM 在真实场景下的惊人性能。与传统的 GBDT 算法相比，SparkGBM 在训练大规模数据集时，训练时间缩短了 2-4 倍。这一突破性的提升，标志着 AI 效能提升的新时代已经到来。

技术创新：并行计算与算法优化

SparkGBM 的卓越性能得益于一系列创新技术。首先，SparkGBM 采用并行计算架构，将 GBDT 训练任务拆解成多个子任务，并行执行在 Spark 集群的各个节点上，充分利用计算资源，大幅提升训练速度。

其次，SparkGBM 对 GBDT 算法进行了深入优化。通过采用高效的数据结构和算法，SparkGBM 减少了不必要的计算开销，进一步提高了训练效率。

应用场景：广泛覆盖各行业

SparkGBM 的强大效能使其在各行业中拥有广泛的应用前景。在京东内部，SparkGBM 已成功应用于广告推荐、精准营销等多个业务场景，为京东的业务发展提供了强有力的技术支撑。

此外，SparkGBM 也已开源，供业界免费使用。目前，SparkGBM 已被全球多家知名企业和研究机构采用，在图像识别、自然语言处理、金融风控等领域取得了显著成效。

结语

京东携 SparkGBM 惊艳亮相 Spark Summit 2018，充分展现了京东在 AI 领域的前瞻性布局和深厚的技术积淀。SparkGBM 的突破性技术，将为 AI 的蓬勃发展注入新的动力，助力各行业实现智能化转型升级。未来，京东将继续深耕 AI 领域，不断创新，为全球技术发展贡献更多京东智慧。