如果效率不高，网上购物就无从谈起。点击几下，查找相关信息，进行对比，选购物美价廉的商品。

Jet.com 使这些更进一步。这家位于新泽西的初创公司利用 AI 优化整个购物车的成本，而非简单地对其中各个商品的价格计算总和。

据 Forrester E-Commerce 称，2016 年网上购物市场估值为 3900 亿美元，预计将于 2024 年翻一番，这关系到亿万美元的市场。

Jet 于去年被零售业巨头沃尔玛收购，他们通过评估各种商家、经销商和运输成本来降低物品篮子成本。其目标在于：找到正确的物品组合，从而尽可能降低总订货成本，包括运输费用和任何佣金。

购物车越大，带来的节省就越多。但是优化购物车内容很容易产生几乎不可计算的组合数，计算起来太过耗时。

今年早些时候，在 GPU 技术大会上的一次谈话中，QuantAlea 总经理 Daniel Egloff 就新定价软件与 Jet 进行了商讨，分享了他们解决这一“篮子优化”问题的经验。

注意缝隙

“利用传统算法和基于 CPU 的‘蛮力方法’来计算各种可能的组合，找到篮子中不到一打物品的更低的总价可能要费时多年”，Egloff 如是说。

转用 GPU 虽可以提升传统算法的速度，但还不够。选择商品和购买商品之间的少许延误可能让消费者转身离去。

“我们希望时间以秒计，而不是以天或以年计，”他说道。

Jet 在 Microsoft Azure 云中采用机器学习、新算法和 GPU 这一巧妙组合解决了这个问题。“将处理功能迁移到云可使 Jet 动态而又经济有效地扩展其计算资源”，Egloff 说。

团队对其算法进行了设计，以找到能够以更低价格执行购物车的商家组合，并能迅速提供经过数百万次计算的实时结果。

“利用上述方法计算更好的订单执行可使多物品订单带来大量节省，”Egloff 说。从消费者角度来说，可以提升速度；从零售商角度来说，可以增加销售。

Jet 平台的后台采用 F# 编程语言进行开发。GPU 算法采用 F# 编码，并使用 QuantAlea Alea GPU 编译为 CUDA，这将简化和加快 GPU 编程。并在搭载 Tesla GPU 加速器的 Azure N 系列虚拟机上完成部署。

AI Podcast：想把热狗放入购物车？

顺便来点小面包和芥末？我们这里有关于大家在今年热议的电视节目的新笑话内幕。

有关详情，请查看 AI Podcast，开发人员 Tim Anglade 分享了他开发“Not Hotdog”的经历。这款应用源自 HBO 剧集《硅谷》中的一个笑话，但现已在 iOS 和 Android 应用商店上架了。