LinkedIn 开源 GPU 预排序系统：图特征融合实现 50 倍模型扩容
_reachsumit · x · 2026-09-22
LinkedIn 发表论文（arXiv:2609.22441）介绍 Connected Content Retriever——Feed 信息流的 GPU 预排序系统。背景：来自用户网络（连接与关注）的内容占 Feed 超过 70% 的曝光与互动，预排序层需要在 120ms p99 延迟预算内从超十亿候选中筛出数万条活动送入排序层。
核心设计：一种排序搜索 GPU 原语，将稠密图亲和特征（viewer-to-author）与存储在 GPU 上的文档级特征在运行时 join，耗时仅 5-10ms，覆盖一度和二度网络（包括一 度人脉评论/转发但非本人创作的「陌生病毒」内容）。
效果：转向 GPU 服务化打分后，排序模型参数规模扩大 50 倍，并带来 +2.5% 的生命周期指标提升，同时满足严格的延迟预算。
「Infra」频道最新
- 民调：63%美国人反对社区建数据中心，两党罕见一致 — AlexTensor · 2026-09-22
- Toby Ord 估算：AI解千禧年大奖问题，烧了约2000万美元 — tobyordoxford · 2026-09-22
- 接入新 LLM 供应商前要检查哪些项？工程师团队的经验清单 — Rama_Surasani_ · 2026-09-22
- 开发者逆向复现 DLSS5 神经渲染,Vulkan 实现 75 层输出逐字节一致 — bdsqlsz · 2026-09-22
- M5 Ultra 跑 Qwen 达 3740 tok/s prefill,一天内翻倍震惊业界 — EAccelerate_42 · 2026-09-22
- 纯 C 跑 2.78 万亿参数 Kimi K3：单 CPU、8GB 内存、零框架 — tom_doerr · 2026-09-22