12月19日至20日，由騰訊主辦的2020 Techo Park開發(fā)者大會于北京召開。據(jù)悉，本次大會邀請了全球超200位頂級技術(shù)專家來到現(xiàn)場，與數(shù)千位參會者就云計算、大數(shù)據(jù)和人工智能等前沿技術(shù)話題展開深度交流，為中國及全球云計算愛好者、從業(yè)者、開發(fā)者提供最具參考價值的創(chuàng)新分享。

作業(yè)幫視覺智能實驗室架構(gòu)負責(zé)人程童受邀參加大會，并發(fā)表了題為《作業(yè)幫拍照搜題系統(tǒng)架構(gòu)的演變》的主題演講，系統(tǒng)地介紹了作業(yè)幫拍搜系統(tǒng)概況、不同階段面臨的問題和應(yīng)對方法，以及GPU服務(wù)虛擬化的實踐經(jīng)歷和取得的遷移效果。

底層技術(shù)加持，作業(yè)幫拍搜助力用戶精準獲取全面信息

作為中國最大的K12在線教育公司，作業(yè)幫致力于用科技助力教育普惠，解決教育領(lǐng)域痛點，旗下?lián)碛凶鳂I(yè)幫、作業(yè)幫直播課、作業(yè)幫口算、鴨鴨AI課、智能硬件喵喵機等多款教育產(chǎn)品，總?cè)栈钣脩舫?000萬，月活用戶超1．7億，累計激活用戶設(shè)備超8億。其中，作業(yè)幫APP是進入中國應(yīng)用市場Top30的唯一一款教育類APP，作業(yè)幫直播課是中國在線教育領(lǐng)軍品牌，累計服務(wù)學(xué)員已超6500萬。

在作業(yè)幫的整套產(chǎn)品鏈條中，拍搜系統(tǒng)提供了底層的技術(shù)支持。據(jù)程童介紹，作業(yè)幫拍搜系統(tǒng)擁有多項OCR、檢索、系統(tǒng)專利，率先在業(yè)界實現(xiàn)“隨手一拍，秒出答案”。與此同時，隨著拍搜功能的不斷拓展，作業(yè)幫完成了從單題到整頁再到猜你想拍，從搜索到批改再到打分的全方位搜題場景設(shè)定，充分幫助學(xué)生提高學(xué)習(xí)效率。

據(jù)了解，作業(yè)幫拍搜算法架構(gòu)主要分為OCR和檢索兩部分。其中，OCR系統(tǒng)主要任務(wù)是將所拍內(nèi)容識別成文本，由多個策略＆預(yù)處理模塊，以及大量使用GPU作為運算設(shè)備的深度學(xué)習(xí)在線推理服務(wù)組成；而檢索系統(tǒng)的主要任務(wù)是通過識別出的文本檢索答案，包含策略層、正排系統(tǒng)、倒排系統(tǒng)和離線建庫四個主要部分，針對拍照搜題這個垂直領(lǐng)域進行了大量的策略優(yōu)化。

程童表示：“針對用戶在不同使用場景下可能出現(xiàn)的模糊、傾斜、低像素、干擾等各類拍照問題，作業(yè)幫在持續(xù)5年以上的自主研發(fā)和數(shù)據(jù)積累中，不斷進行算法迭代和架構(gòu)完善�！�

在一次完整的文字識別流水線中，作業(yè)幫拍搜系統(tǒng)擁有超30種不同的神經(jīng)網(wǎng)絡(luò)各司其職，平均一次識別可運行260次以上的神經(jīng)網(wǎng)絡(luò)預(yù)測。此外，通過構(gòu)建大規(guī)模的并行GPU集群，平均只需要200毫秒，便可完成一次完整的識別流程，且作業(yè)幫系統(tǒng)在一分鐘可完成百萬次這樣的搜題請求。對于識別出的題目內(nèi)容，系統(tǒng)可以在索引量超過3億的題庫搜索引擎中進行匹配，確保用戶獲取更全面和準確的信息。

從更快更準到快速應(yīng)變，有限算力下的極限探索

程童在演講中提到，在過去的六年里，作業(yè)幫拍搜系統(tǒng)以兩年為進化周期，大致可分為三個發(fā)展階段，每個階段因業(yè)務(wù)場景和系統(tǒng)規(guī)模不同，面臨的問題也有所不同。2015年至2016年屬于第一階段，作業(yè)幫拍搜系統(tǒng)業(yè)務(wù)剛起步，需要解決的核心問題是更快和更準。更快是為了提供更好的用戶體驗，更準則容易形成口碑傳播，吸引更多用戶。

為了實現(xiàn)“隨手一拍，秒出答案”的效果，作業(yè)幫視覺智能實驗室工程架構(gòu)團隊從并行計算、調(diào)度策略、工程實現(xiàn)三方面做出了努力。團隊率先將GPU用于在線推理服務(wù)：使用CPU做預(yù)處理，利用GPU強大的并行運算能力運行深度神經(jīng)網(wǎng)絡(luò)，上線后取得了10倍的加速效果，平均耗時從3秒以上縮短至300多毫秒，后續(xù)持續(xù)優(yōu)化到平均200毫秒。團隊還自研輕量級RPC框架，設(shè)計適合多GPU協(xié)同的線程池和調(diào)度策略，高峰期GPU利用率達到90％以上。

伴隨業(yè)務(wù)流量的持續(xù)上漲，作業(yè)幫拍搜系統(tǒng)在2017年至2018年進入發(fā)展的第二階段，不斷擴張的業(yè)務(wù)引入了更多的算法模型，需要不斷開發(fā)交付新的服務(wù)；算力需求的快速上漲又帶來了成本上的壓力。這兩年，團隊在開發(fā)和運維雙線面臨挑戰(zhàn)。

團隊迅速調(diào)整策略，制定應(yīng)對方案。首先，優(yōu)先滿足業(yè)務(wù)發(fā)展需求，盡快交付服務(wù)，確保算法模型的快速上線；同時，盡力優(yōu)化系統(tǒng)環(huán)境，減少技術(shù)債務(wù)。例如，針對環(huán)境異構(gòu)的問題，團隊通過升級接入層，優(yōu)化自研RPC客戶端，滿足多機房、多機型負載均衡以及實驗分流需求；通過遷移服務(wù)器的機會收斂異構(gòu)機型和環(huán)境；不斷根據(jù)業(yè)務(wù)情況調(diào)整優(yōu)化系統(tǒng)部署，將日常操作自動化，提高管理效率。

經(jīng)過技術(shù)團隊不懈努力，在業(yè)務(wù)不斷擴展、流量持續(xù)增加的情況下，系統(tǒng)有力支撐了作業(yè)幫拍照搜題類業(yè)務(wù)的發(fā)展，自身也成長到了一定規(guī)模。

虛擬化突破兩大矛盾，顯著遷移效果激發(fā)更多可能性

2019－2020年系統(tǒng)進入到第三階段，針對前期發(fā)展過程中的各種問題，程童和團隊沒有停留于表面，而是不斷回顧、總結(jié)和深挖，認為之前出現(xiàn)的很多問題，表現(xiàn)出的形式是性能和穩(wěn)定性相關(guān)，但實際上是因為系統(tǒng)靈活性不足。在人力有限的前提下，以物理機（bare metal，裸金屬服務(wù)器）作為資源分配和系統(tǒng)管理的最小單位，無法突破兩個矛盾，即日益頻繁的變動與系統(tǒng)管理之間的矛盾，和日益增長的需求與資源管理之間的矛盾。為了突破這一瓶頸，團隊選擇了虛擬化，具體實現(xiàn)形式是K8s和容器。

對于為什么選擇K8s，程童解釋道：“在最關(guān)鍵的資源分配環(huán)節(jié)，K8s突破了機器的邊界，將資源抽象整合為資源池，應(yīng)用按需申請，由調(diào)度器分配，解決了資源管理的矛盾；而通過抽象出pod、deployment、service等概念，可低成本實現(xiàn)應(yīng)用整個生命周期的自動化，解決了系統(tǒng)管理的矛盾�！�

為了減小系統(tǒng)遷移的風(fēng)險，團隊制定了漸進式的遷移步驟，首先對環(huán)境進行標準化，對一些不適合容器環(huán)境使用的組件或功能進行改造；之后將整個系統(tǒng)容器化運行，了解和掌握相關(guān)數(shù)據(jù)；最后實現(xiàn)灰度環(huán)境驗證和線上系統(tǒng)遷移。針對K8s原生不支持按顯存調(diào)度的問題，團隊也通過研發(fā)調(diào)度插件給出了解決方案。

從目前的遷移效果來看，通過更細顆粒度的資源分配和服務(wù)混部，部分集群遷移后節(jié)省了50％的機器資源，資源利用率也大大提升；而通過遷移獲得的彈性伸縮能力，可以讓系統(tǒng)在應(yīng)對流量高峰時更游刃有余；相比于集群調(diào)整平均需要2小時的物理機時代，如今平均只需要10分鐘即可完成；而在故障處理方面，也從原來的平均20分鐘縮短至平均5分鐘，對于簡單故障，系統(tǒng)可以實現(xiàn)無人工介入。

在程童看來，遷移效果遠不止如此，虛構(gòu)化改造所帶來的靈活性，讓之前許多不方便的事情變得更加便捷，創(chuàng)造了許多可能性。未來，作業(yè)幫技術(shù)團隊將持續(xù)搭建先進技術(shù)系統(tǒng)，不斷突破在線教育發(fā)展所遇到的技術(shù)難題，真正實現(xiàn)以科技賦能在線教育創(chuàng)新發(fā)展。