
何が起きたか
Metaは広告リクエストごとの限界収益を予測し資源を移動させるIntelligent Deliveryの詳細を公開。2017年から2026年上半期までに広告ランキング性能を約10%押し上げた。
なぜ重要か
この改善はモデルやシステムの進歩に上乗せされるもので、Metaが有限の計算資源からより多くの広告性能を引き出せることを示す。広告依存の収益にとって重要だ。
誰に効くかこれは固定された計算資源とレイテンシ予算の下で大規模推薦モデルを運用する広告ランキングと機械学習インフラのチームに、そしてより良いランキングの広告の恩恵を受ける広告主にも影響しうる。改善がモデル規模だけでなく資源配分からもたらされることが増えているというシグナルだ。
こういう要約が、毎朝あなたのメールに届きます。
Metaの投稿は構造的な問題を提示している。広告ランキングモデルは、それを動かすハードウェアが追いつける速度を超えてLLM規模へと成長している。同じ計算資源の追加単位でも、面、ユーザーの意図、候補の品質、システム状態によって収益は大きく異なり、局所的な修正は全体最適には積み上がらない。Intelligent DeliveryはMetaの答えだ。リクエストごとの限界効用を見積もる機械学習層に、決定エンジンの階層を組み合わせる。決定エンジンはリージョン間でトラフィックを移し、Intel、AMD、ArmのCPUとNVIDIA、AMD、MTIAのアクセラレータの中から適切なチップにワークロードを割り当て、各ホストのどれだけをリクエストに与えるかを決める。
結果は累積値として示されている。オフラインのベンチマークで、最も効果の高い広告リクエストを特定する精度が従来の本番モデル比で約20%向上し、全体のランキング性能は約10%上乗せで改善した。Metaは構成の見つけ方の変化も説明する。手作業のエンジニアリングと制約付き最適化の手法から、ソースコードや設計文書、10年分の実験ログを読み、エンジニアの承認用に変更を提案するAIエージェントへと移行した。投稿によると、これにより最適化のループは数カ月から数週間に短縮された。
今後の部分は2つの未解決課題を指し示す。リクエスト理解と配信を単一のリアルタイムモデルに融合すること、そして配分のレバーをGPUに適応させることだ。GPUの容量は分割可能なCPU時間ではなく、固定されたブロック単位で供給される。どちらも、Metaが次の改善はモデルを大きくすることだけでなく、モデルをより効率的に運用することから来ると見込んでいることを示唆する。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
kickflowはシリーズAで約10.6億円を調達

Anthropicは11月19日に上場する見通しで、筆者は2026年上半期の売上高が前年同期比1,305%増の163億ドルだったことを挙げ、SpaceXより好意的に見ている

ソフトバンクは日本バスケットボール協会と連携し、米Built Different AIのHOOPERアプリを国内大会で実証

Microsoft Ignite 2026でCEOのSatya Nadella氏はCopilotを「仕事の新しいOS」と呼び、AIチャットやエージェントへの委任、アプリ開発、自律的なタスク実行を統合すると述べた
