内容介绍
当你享用美味的披萨或是达美乐的精致甜点时,你是否想过,究竟是怎样的技术将这些美食从餐厅送到你家的呢?
在近期发布的一段小视频中,达美乐揭示了他们AI平台背后的“魔力源泉”—— DGX-1系统。该AI系统帮助达美乐训练他们的订餐预测模型,以及其它专用AI模型。对于达美乐来说,这些AI模型可算得上是他们的“秘制酱料”。该系统是达美乐集群中部署的第二台DGX-1服务器。
达美乐数据科学和AI经理,Zack Fragoso说:“当我们的顾客谈起他们的订餐体验时,他们所考虑的是他们想点什么餐食,这些餐食就能被送到自己家中。他们可能不会想到将披萨从餐厅配送到顾客家中,这一过程背后所需的所有努力和技术。”
在开箱视频中,达美乐展示了他们如何收到新的NVIDIA DGX-1系统,并介绍了他们将如何使用它。
Fragoso说:“借助于DGX,我们可以在门店实现决策自动化,为顾客提供更好的信息服务。”
今年1月,Fragoso曾告诉NVIDIA,他的团队利用模型将预测订单何时送达的准确率从75%提高到了95%。该模型考虑了工作人员的数量、列表中订单的复杂性以及当前的交通状况等因素。
Fragoso在此前的一篇文章《比萨的奇幻旅程:AI如何让达美乐比萨更加智能》中曾表示:“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。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,”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。”Fragoso补充道。
此外,之前的这篇文章中还提到,达美乐的下一步AI部署计划是利用一组NVIDIA Turing T4 GPU来加速其所有实时预测任务中的AI推理速度。
Fragoso 告诉NVIDIA:“模型延迟是非常重要的,因此我们正在使用T4构建一个推理堆栈,以在生产中托管我们的AI模型。我们已经看到了非常极端的改进,延迟从50毫秒降到了10毫秒以下。“
此前,达美乐还录制了一个关于他们的AI“配方”成功秘诀的视频,并已经发于与GTC Digital在线开发者大会之上。
在近期发布的一段小视频中,达美乐揭示了他们AI平台背后的“魔力源泉”—— DGX-1系统。该AI系统帮助达美乐训练他们的订餐预测模型,以及其它专用AI模型。对于达美乐来说,这些AI模型可算得上是他们的“秘制酱料”。该系统是达美乐集群中部署的第二台DGX-1服务器。
达美乐数据科学和AI经理,Zack Fragoso说:“当我们的顾客谈起他们的订餐体验时,他们所考虑的是他们想点什么餐食,这些餐食就能被送到自己家中。他们可能不会想到将披萨从餐厅配送到顾客家中,这一过程背后所需的所有努力和技术。”
在开箱视频中,达美乐展示了他们如何收到新的NVIDIA DGX-1系统,并介绍了他们将如何使用它。
Fragoso说:“借助于DGX,我们可以在门店实现决策自动化,为顾客提供更好的信息服务。”
今年1月,Fragoso曾告诉NVIDIA,他的团队利用模型将预测订单何时送达的准确率从75%提高到了95%。该模型考虑了工作人员的数量、列表中订单的复杂性以及当前的交通状况等因素。
Fragoso在此前的一篇文章《比萨的奇幻旅程:AI如何让达美乐比萨更加智能》中曾表示:“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。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,”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。”Fragoso补充道。
此外,之前的这篇文章中还提到,达美乐的下一步AI部署计划是利用一组NVIDIA Turing T4 GPU来加速其所有实时预测任务中的AI推理速度。
Fragoso 告诉NVIDIA:“模型延迟是非常重要的,因此我们正在使用T4构建一个推理堆栈,以在生产中托管我们的AI模型。我们已经看到了非常极端的改进,延迟从50毫秒降到了10毫秒以下。“
此前,达美乐还录制了一个关于他们的AI“配方”成功秘诀的视频,并已经发于与GTC Digital在线开发者大会之上。
订阅英伟达 NVIDIA 技术月刊