麗臺NVIDIA DLI實作坊開課 推薦系統夯

麗臺科技資深經理林威延博士指出，該公司NVIDIA DLI認證課程透過實務操作，可讓學員在一天內就具備Wide & Deep Learning推薦系統的建置能力。DIGITIMES攝

打開電商網頁，選單下方總會出現多種與你搜尋項目看似無關，但讓你深感興趣的產品，一樣的體驗不只出現在網路購物，從影音串流平台的影片到社交網站廣告，在演算法與處理器運算能力的快速提升下，推薦系統愈來愈精準，效益也不斷提升，麗臺科技資深經理林威延博士指出，現在推薦系統成為經營網路商務的必要機制，不具備此能力的業者，競爭力將會逐漸流失。

林威延進一步表示，推薦系統問世多年，不過此類系統早期的演算法以矩陣為基礎，而且僅有用戶與商品兩個維度，遺漏了相當多的資訊，導致演算法精準度不足，僅能重複推薦相同產品。後期Deep Learning(深度學習)成為AI主流演算法，Google更在2016年發表了《Wide & Deep Learning for Recommender Systems》一文，首次將類神經網路架構應用於推薦引擎，從而開啟了推薦引擎的新時代。

Wide & Deep模型中的Wide Learning具備高解釋與快實現速度特色，但無法捕捉訓練資料中沒有的特徵組合，Deep Learning則可補足此能力，因此這兩大演算法的整合，啟動了推薦系統的進化之路，展現出與以往全然不同的面貌。不過林威延點出，要讓Wide & Deep Learning推薦系統的成效順利浮現，除了演算法之外，還需要仰賴GPU的平行運算能力。他表示訓練模型的資料量愈來愈龐大，傳統僅靠軟體運算做法的效益過低，GPU的高速平行運算能力可將數值資料的前處理速度提升100倍以上，充分滿足現在網路需求。

觀察目前GPU市場，NVIDIA無疑是此領域最具代表性的品牌，麗臺科技將於4月13日舉辦的NVIDIA DLI深度學習實作認證課程「建造智慧推薦系統(Recommender)」，就是以NVIDIA的GPU為核心架構，搭配電商龍頭Amazon的實際數據進行實作。林威延博士指出，透過演算法預測消費者對商品的評價，從而判斷出高精準的推薦項目，因此麗臺科技結合NVIDIA DLI官方教材與Amazon數據的實作課程，可讓只有程式設計概念的工程師，利用NVIDIA GPU雲端系統，在一天內學會使用從大型稀疏數據集優化訓練，並利用深度學習模型建置推薦引擎，最後再將推薦模型部署為一高性能Web服務，順利完成課程的學員，也能拿到NVIDIA通用於全球的認證資格。

NVIDIA DLI認證課程高效成果的背後，是麗臺科技長期深耕 GPU領域所累積的實戰經驗，林威延進一步表示，麗臺科技是NVIDIA的長期夥伴，於台灣擁有5位NVIDIA DLI認證講師，在採取最多學員人數僅限20位的小班制課程中，認證講師將偕同助教，協助學員輕鬆取得打造推薦系統的實戰能力。

此外，麗臺科技旗下完整的NVIDIA軟硬體產品線，讓學員可在習得實戰技能後，迅速自建推薦系統。在硬體方面，麗臺科技通過NVIDIA Certified System認證的系統橫跨工作站及伺服器，完整涵蓋所有運算規模情境。以WinFast WS2040工作站為例，WinFast WS2040 支援第三代Intel可擴充處理器、4個NVIDIA RTX雙寬度GPU，還可採用 NVLink 橋接器擴展多GPU的運算效能，再加上PCIe 4.0助力，提供較PCIe 3.0快兩倍的傳輸速度，為用戶提供AI運算最佳基礎，企業可藉此快速建構新世代推薦系統，在浩瀚網路中精準找出潛在商機，從而強化自身競爭力。麗臺NVIDIA DLI課程。