Meta 详解 Intelligent Delivery：用机器学习调度算力提升广告排序

Meta 介绍 Intelligent Delivery 算力调度系统

Meta 工程团队在官方工程博客发文，介绍其广告服务资源调度系统 Intelligent Delivery。该系统以机器学习模型预测每一单位算力在不同广告请求上的边际效用，并在区域、硬件与主机等层面分配资源。据文章披露，自 2017 年至 2026 年上半年，该系统在模型与系统自身进步之外，为主要广告场景额外带来约 10% 的排序性能提升。

背景与影响

文章称，广告排序模型正以快于硬件供给的速度向大模型规模演进，而算力在不同请求、模型与芯片上的回报差异显著。Intelligent Delivery 由三部分构成：一是共享的机器学习理解层，其 Resource Core Model 含 60 亿稀疏参数与 2000 万稠密参数，在候选召回前运行一次；二是分层决策机制，分别决定请求由哪个区域服务、落在哪类硬件上、在主机内获得多少资源；三是借助智能体 AI 的优化闭环，智能体阅读机制源码、设计文档与实验日志后提出候选改动，由工程师审核后再上线。文章称，2026 年上半年智能体参与了约 20% 的 Intelligent Delivery 优化工作。

限制与来源

上述性能数字与智能体参与比例均来自 Meta 单方面披露，未提供第三方验证，具体口径以原文为准。文章未说明该系统的对外可用范围、许可或定价信息。本文依据 engineering.fb.com 于 2026 年 11 月 11 日发布的文章整理，相关细节以 Meta 官方页面当前信息为准。