随着自然语言处理、计算机视觉等领域内的深度学习模型在百度搜索的大规模在线应用，以 GPU、昆仑芯片为代表的异构算力日渐起到了举足轻重的作用，也带来了巨大的运维及开发成本。如何在百度搜索超大流量场景下迭代模型提升效果的同时，尽可能的控制及优化成本成为一项日益严峻的挑战。本次分享将主要从架构工程视角，介绍大搜索异构在线深度学习模型架构，以及围绕着模型的在线应用的多项优化工作。

演讲提纲：

1. 大搜索深度学习模型业务及架构演进概述

2. 无瑕——架构无损优化实践

3. 天工——离线压缩优化实践

4. 架构向模型优化的展望与思考

您将获得：

• 深度学习模型在百度搜索的应用现状
• 模型预估优化的方法及实践