有些人喜欢在他们的比萨上多加奶酪、调味汁或双份意大利辣香肠。Zack Fragoso则热衷于给比萨“加入”大量数据。

比萨巨头达美乐公司的数据科学与AI经理Fragoso已获得职业心理学博士学位，这门学科采用统计数据来对充满变化的人类行为进行分类。

Fragoso表示：“我发现自己非常喜欢数字。”对数字十分敏锐的他在其家乡底特律的警察局和交响乐团曾经从事过分析方面的咨询工作，后来他加入了达美乐比萨公司，在其日益壮大的AI团队中担任管理工作。

达美乐早在几年前便已开始扩大其数据科学团队，旨在将分析洞察的结果转化为业务团队的行动项目。

达美乐每年需要外送30多亿个比萨，所以快速做出决策极为重要。为此，达美乐正在探索AI的更多用途，包括更准确地预测订单的准备时间。

在去年的美国超级碗比赛（Super Bowl）中推出的“积分换比萨”（Points for Pie）活动，一直是达美乐迄今为止最为热门的AI项目。无论你在吃什么比萨，只要用手机拍一张比萨的照片，达美乐就会送给你兑换免费匹萨的积分。

Fragoso回忆道：“当时公司内部对此感到非常兴奋，但没人确定该怎么识别购买并分配积分。”

“我们的数据科学团队认为这是一个非常棒的AI应用，因此我们建立了一个模型，针对比萨图像进行分类。这个活动非常成功，我们获得了媒体热切的关注并且收益颇丰，大家都在使用这个应用。”

达美乐在一个搭载了8个V100 Tensor Core GPU的NVIDIA DGX系统上训练了该模型，共使用了5000多张图片，其中包括一些客户发来的塑料比萨玩具照片。达美乐通过一项针对这些照片的调查，实现了对一部分独特数据集标记工作的自动化。这些数据集现在已成为公司的战略性资产。

AI准确预测订单准备时间

最近，Fragoso的团队又取得了另一项成就 —— 他们将订单准备时间的预测准确率从75%提高到了95%。这个所谓的加载时间模型还考虑到了一些变量因素，例如有多少经理和员工正在工作、正在处理的订单数量和复杂性以及实时交通情况。

此次改进获得了广泛的好评，并可能为未来提高操作人员效率和客户体验打下基础，这在一定程度上要归功于NVIDIA GPU。

Fragoso表示：“虽然达美乐非常善于梳理门店的数据，但是不久前我们仍缺乏能够构建如此庞大模型的硬件。”

“起初，我们花了3天时间来训练加载时间模型，但这个时间太长以至于无法投入实际应用。在有了DGX服务器之后，我们能在1小时之内训练一个更复杂的模型，”他表示，这相当于将速度提高了72倍，“这使我们能够非常快速地进行迭代、添加新数据并改进该模型。目前我们正在开发该模型的3.0版本。”

将AI“放入”烤箱

Fragoso团队的下一个重大举措是利用一组NVIDIA Turing T4 GPU来加快所有达美乐实时预测任务中的AI推理速度。

达美乐目前仍将工作中的一些新应用视为“保密配方”。然而，其数据科学团队已经在探索门店内部和外部的计算机视觉应用，从而为客户提供最快速轻松的比萨外卖服务。

他表示：“模型的延迟时间非常关键，因此我们正在使用T4构建一个推理堆栈，来管理生产中的AI模型。其改进效果非常明显，延迟时间已从50毫秒降低到10毫秒以下。”

另外，达美乐最近还使用开源软件BlazingSQL在GPU上运行数据科学查询。NVIDIA RAPIDS软件简化了整个转换过程，在提供更高性能的同时还支持以前CPU工具的应用程序接口。

在需要构建数据集的AI流程部分中，该软件使所有应用的平均运行速度提高了10倍。

Fragoso 表示：“在过去，一些数据清理和特征工程工作可能要花费24个小时，但现在我们不到1个小时就可以完成这些工作。”

达美乐公司是借助GPU将AI应用至零售领域的几家具有远见的公司之一。

NVIDIA GPU曾在全球最大的购物节日“双十一”上帮助阿里巴巴集团实现380亿美元收入。全球最大的零售商沃尔玛在今年早些时候的一次活动中也谈到了其对GPU和NVIDIA RAPIDS的使用体验。

另外，宜家采用了NVIDIA合作伙伴Winnow的AI软件来减少其自助餐厅的厨余垃圾。

此外，在零售行业，NVIDIA EGX边缘计算平台能够将AI扩展到需要采集数据的本地环境，比如商店通道、收银台和仓库。该平台的实时边缘计算功能可以通知商店员工在出现损耗期间进行干预、在结账队伍变长时开放新的收银台，从而为顾客提供最佳的购物体验。