Meta 推出 F3 Lightning：广告 ML 特征可独立发布，上线速度提升约 3.6 倍
Meta 工程团队介绍 F3 Lightning 基础设施层，将特征发布与共享执行解耦，使每个特征可独立编译、验证、部署和回滚。据其披露，同类特征进入生产环境的速度较原 F3 快约 3.6 倍，且基础设施计算成本未增加。
核心事实
Meta 工程团队在官方工程博客发文，介绍其广告排序模型特征框架 F3 之上的新基础设施层 F3 Lightning。据文章说明，F3 负责编写、编译和服务广告排序模型所依赖的机器学习特征，单次请求可能涉及超过 2 万个特征。F3 Lightning 将特征发布与共享执行解耦，使每个特征可以独立编译、验证、部署和回滚。文章称，在同类特征抽取场景下，新方案进入生产环境的速度比原 F3 快约 3.6 倍，且基础设施计算成本没有增加。
背景与影响
文章回顾，F3 曾通过把所有特征编译进单一合并图来降低执行计算成本，但该合并图同时是发布单元，任一特征定义出错或校验失败都会阻塞整条发布流水线。随着特征规模从最初的数百个增长到 2 万以上，这一问题更加突出。F3 Lightning 改为按特征单独编译配置，并在服务启动时统一规划执行顺序、复用相同计算、使用单一请求内存缓冲区，以在保留共享执行效率的同时实现独立发布。文章认为，更短的发布周期也有助于在相同时间内进行更多模型迭代。
限制与来源
上述提速幅度与成本结论均来自 Meta 工程博客的自述，尚未见第三方独立验证；具体可用范围、部署方式与性能表现请以 Meta 官方当前信息为准。本文不构成任何投资或采购建议。来源：engineering.fb.com，原文标题《F3 Lightning: How Meta Accelerates Ads ML Features to Production at Scale》，发布于 2026 年 11 月 3 日。