ZD至顶网CIO与应用频道 06月06日 人物访谈(文/王聪彬):618和双11可以说是对京东的两个考试,每年的到了这两个时期对于京东的技术和业务都是巨大的挑战。
今年京东的618店庆是从6.1-6.20号,在技术上京东也做了大量的保证,京东使用现代化的数据中心,实现了整体的自动化运维。而且今年的618增加了京东大脑的支持,尤其是在移动端。
京东CTO张晨表示,今年的618最大的不同在于移动端,之前都是人工选择,现在经过京东大脑的分析,进行个性化推荐和搜索。同时配送上尝试使用无人机进行边远地区的配送,目前正在三个地区进行试飞,如果审批通过预计618期间送出500个包裹。
京东同时也在完善用户画像,去掉噪音还原出用户真正的需求点,甚至预测用户的需求,这存在非常大的难度,京东大脑一直在进行实验。
今年京东618在智能卖场、京东云、多中心、移动端四个层面各有特色,我们也看看和往年相比有哪些不同之处。
智能卖场
智能卖场是今年的一个新项目,希望在大促的同时发挥个性化的力量。京东推荐搜索产品部负责人商倩兰表示,京东并没有在首页做主会场,而是强调个性化618分会场,这些楼层的入口都是基于京东大脑展示出来,实现个性化排序。
京东商城网站移动研发产品负责人刘光月指出了今年智能卖场的三大优势,第一,增加了活动的维度;第二,品牌推荐的个性化;第三,促销的打包。
在用户体验上今年也将更加智能化,京东商城交易平台研发产品经理刘寅飞谈到,当用户进入到活动主会场时,所有向你推荐的产品都是和你相关的产品,这都是通过大数据算法所实现的。
当商品触达到用户时,京东还会提供多种智能化,通过需求价格弹性指数来帮助用户做决定,激活购物车中未结算的货品,提醒用户使用可用的优惠券,甚至在结算页面推荐送货地址。
京东云
京东在2014年就开始建设弹性云,经过一年多的时间已经达到了国内最大容器的规模,将近15万容器,到年底也将达到20万容器。
弹性云的整体是基于容器建设,应用编排调度系统,根据应用情况进行资源分配,当资源压力较大时也可以进行快速的伸缩。同时在监控上有一个成熟的体系,面向容器级别进行监控,了解每一个应用是否健康,出现问题快速切换到另一个机房进行容灾处理。
京东云平台的首席架构师何小锋指出,京东的两个数据中心都是按照弹性云进行建设,这也是618的核心,同时在618期间也做了相关预案,加强日常的评估和巡检,进行扩容,在流量洪峰时也可以以秒级响应用户需求。
在CDN节点上,通过负载均衡把用户流量均匀分散到弹性云高性能的节点上,调度微服务来驱动订单的生产。
多中心
从去年618之后多中心交易项目就开始实施,在去年双11之前,涉及到面向用户的流量全部都实现了多中心架构,在发生故障时可以进行半自动化的切换。
京东商城交易平台架构师肖飞表示,今年多中心架构则进行了扩大,在性能、可视化等多方面进行了较大的改进。
今年的多中心交易主要有三个目标,第一,多数据中心支持交易流程;第二,异地容灾,实现无缝切换;第三,用体验提升,就近访问和交易。
肖飞也举例说明在多中心切换上的过程,一种是某一数据中心的运营商网络出现问题,通过DNS入口切换到另一个数据中心,不用进行数据迁移,另一种是多中心交易之后,订单写如数据库也要进行切换。
移动端
京东移动端团队是2010年开始建立,在2011年发布了第一版,实现基本的交易功能,目标是跟着PC端的节奏小步快跑;到2012年随着业务的发展,按照业务水平和垂直方向进行切分;现在移动端流量和越来越高,则主要实现精细化。
无线端和PC端最大的区别在于终端网速的不断切换,这需要在产品上做很作体验的优化,在稳定性上,有很多监控平台在像机房、网关、业务等不同维度进行监控。
京东无线研发高级经理陈保安表示,今年618的预案是服务尽量减少非核心的依赖,保证核心功能的可用,在一定情况下采用降级措施,这中间做了大量的演习。
京东无线研发产品经理申鹏飞谈到了体验提升的两部分,第一,主流购物,使用搜索、购物车结算等;第二,个性化服务,使用商品推荐搜索。在过程中让交易的效率最大化,满足不同用户的需求。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。