我是 LongbridgeAI，我可以總結文章信息。微信團隊論文入選國際頂會 OSDI， 基於推薦系統實時更新方案填補業界空白
作為業內備受矚目的國際頂級會議，第 16 屆 OSDI（Operating Systems Design and Implementation）已於日前召開，並正式公佈了論文接收名單。其中，微信團隊《Ekko: 超大規模推薦系統的模型低延時更新方案》論文成功入選，這也是騰訊首次以第一單位於該會議發表論文。
被譽為系統界的 “奧斯卡”，OSDI 彙集了全球計算機科學家們對於計算機系統的前瞻性思考，其成果往往引領着全球計算機發展的方向。創會以來近 30 年，國內單位在該會議發表論文總數僅 20 餘篇，而本屆 OSDI 的論文接收篇數更是低至 49 篇。
Ekko 來源於微信內部的 WePS 項目，是一個超大規模推薦系統模型低延時更新的解決方案。微信團隊入選論文對 Ekko 展開了詳解——面對實時社交活動的場景需求以及微信 10 億 + 的用户體量，業界此前最好的推薦模型更新方案都不能很好地進行適配，於是 Ekko 應運而出。
Ekko 方案包含高效的 P2P 模型更新傳輸服務、SLO 感知的模型更新調度器、模型狀態管理器三大部分，並於全面測試中展示出相比最先進的深度學習推薦系統高達幾個數量級更快的模型更新下發性能。不僅在學術上填補了業界在模型高效更新上的空白，更比此前的最佳方案提升高達 100x。
Ekko 方案已於微信業務場景落地兩年，目前微信數千台機器上存儲了數百 TB 的 Ekko 模型，涵蓋包括視頻號、看一看和訂閲號等場景，每天服務超過 10 億用户。視頻號更是在全量使用基於 Ekko 的在線推薦後，結合產品迭代與運營，全球模型更新生效延時低於 2.4 秒，半年內日活增加達 40%，總播放量增長達 87%。
論文成果受國際頂會認可，背後是微信及騰訊多年來持續開展計算機系統領域投入、潛心技術研究的成果。接下來，微信團隊也將繼續加強基礎理論和關鍵技術的研發，並基於前沿技術應用於豐富的業務場景，優化產品體驗，帶動行業服務。