业界 | 想要快速的搭建高性能机器学习系统，企业应该怎么干？

AI科技评论按：本文为「范式大学系列课程」。Web服务器部署在云上已经算是常见的事情了，那么机器学习系统如何呢？

亚马逊AWS目前的运维水平成为行业标准，但凡有公司要自己搭建 OpenStack，先要回答一个问题：OpenStack 比亚马逊云的优势是什么？

对于机器学习来说，公司要自己搭建机器学习系统，也可以先问一个问题：需要多长时间和多少钱，才能达到行业领先的性能？

要知道，时间成本 + 丧失的竞争优势是无价的。

我们来算算这笔账。

1、时间

自建机器学习系统，大概有这么几步：

• 步骤 1：招聘机器学习团队的 Leader，2 个月
• 步骤 2：搭建机器学习团队，2 个月
• 步骤 3：前期业务调研，2 个月
• 步骤 4：前期技术调研，2 个月
• 步骤 5：数据采集相关开发和数据积累，0.5 个月
• 步骤 6：数据分析处理，1 个月
• 步骤 7：模型调研，0.5 个月
• 步骤 8：线上系统开发，0.5 个月
• 步骤 9：a/b测试和模型优化，0.5 个月

合计：11 个月

这是相对较快的时间表，如果在哪个环节踩到坑，拖延的时间就没法计算了。

如果要减少时间，关键是什么？

专业化分工 + 专注核心环节。

实际上，真正需要自己做的是数据采集、模型调研和模型优化，在专业化工具的帮助下，这些环节可以缩短到 1 个月。而其他 10 个月时间的工作，已经有专业化工具可以替代，沟通和实施时间可以缩短到 0.5 个月。

这样就从原来的 11 个月，变成了 1.5 个月。

2、钱

机器学习系统的投入，一般是这样的：

1000 万行/天的数据规模，机器学习系统一年的支出是 944 万。

如果要减少投入，关键是什么？

专业化分工 + 专注核心环节。

通过使用机器学习平台，上面的投入会变成这样。

10 台线上机器和 20 台线下机器 ，企业在购买时是按照峰值数据量配备的，但机器实际运转的时间，往往只有 1/8，即每天运行 3 小时。剩下的 7/8 是浪费的。另外，开源机器学习框架对资源利用效率低，又是一大块资源浪费。

所以原本需要 10 台线上机器和 20 台线下机器，通过机器学习平台只需要 2 台线上机器和 4 台线下机器，节约了 240 万。

在人员投入上，30 台的机器需要配备 1 个带头人、3 个研发、1 个测试、1 个运维、1 个机器学习专家和 1 个业务专家，但如果采用机器学习平台，在专业化工具的帮助下，企业只需要 0.5 个机器学习专家和 0.5 个业务专家。

通过使用机器学习平台，企业的人力成本可以节约 588 万。

另外，机器学习平台的思路可以实现 1.5 个月上线，如果全部自己做则需要 11 个月甚至更久。如果错过了抢占市场的黄金期，损失就是巨大了。对于一个 1000 万行数据规模的公司来说，我们假定 9.5 个月延迟的损失是 5000 万。

所以我们得到了两个数字：

• 如果不考虑时间的机会成本，采用机器学习平台的成本是自建系统成本的 12.3%。
• 如果考虑时间的机会成本（5000 万），采用机器学习平台的成本是自建系统成本的 2%。

3、机器学习系统

机器学习系统的性能有 3 个要素：

• Max AUC：模型能达到最好的效果，好比山的高度
• Actual AUC：实际上线模型的效果，好比爬到多高
• Time：模型训练和预测所需要的时间，好比多久爬到这个高度

如果自己搭建机器学习系统，首先遇到的瓶颈一般是数据处理能力。

对于大部分机器学习团队来说，他们一般可以处理几十万规模的数据量，但如果数据规模超过 10 亿，那么即便是简单的逻辑回归模型，也会变成一个非常困难的问题。

为了迁就不足的计算能力，一般会做的事情是减少特征数量和样本数量，这样才能在业务需要的时间内把模型训练出来。

但这样会造成很不好的结果，Max AUC 因为特征和样本数量减少而降低，Actual AUC 因为 Max AUC 和计算能力不足而降低，Time 因为计算能力不足而增加，最终整个系统的能力就会遇到瓶颈。

如果要提升性能，关键是什么？

专业化分工 + 专注核心环节。

大规模机器学习的计算框架是一件非常难的事情，因为它不仅需要处理亿万规模的数据，而且要符合机器学习的规则。能做大规模机器学习计算框架的人全国都屈指可数，基本集中在百度、阿里、腾讯以及少数的创业公司。

所以对于公司来说，与其死啃大规模机器学习的计算框架，反而不如购买第三方的专业服务（这就好比你不会自己开发芯片）。而当计算能力充足的时候，公司就可以专注自己的核心环节，把特征的维度做上去，把数据的规模做上去，把数据和业务的结合做的更清晰。

这样公司机器学习系统的性能，例如在业务需要的时间内获得的 AUC 才能提升上去。

4、总结

总的来说，公司要做机器学习，应该采取专业化分工 + 专注核心环节的方式，具体如下：

专业化分工完成和辅助完成的：前期业务调研、前期技术调研、数据处理、模型调研、模型优化、模型上线、大规模机器学习计算框架、线下机器、线上机器、运维、大部分的工程投入。

公司专注完成的环节：业务问题定义、数据采集、特征扩充、模型调研。

这样，只需要 1.5 个月的时间，大约 10%（2%） 的成本，不仅获得了高性能的机器学习系统，而且能带来实际业务效果的提升，让机器学习能力真正转变为市场竞争力。