广告系统真正稀缺的资源，可能不是模型参数，而是下一单位算力应该被送到哪里。
当广告排序模型沿着大模型方向扩张，传统的“模型更大、芯片更多、吞吐更高”正在失去解释力。相同的一点计算资源，放在不同请求、不同排序模型、不同硬件集群，甚至不同排序阶段，带来的收益并不相同。于是问题从“如何获得更多算力”变成了“如何让每一单位算力产生最大的系统收益”。
Meta 在 2026 年 11 月 11 日发布的工程文章中披露了 Intelligent Delivery。这是一套由机器学习驱动的资源分配系统，试图跨越广告服务栈，把算力动态导向边际效用更高的位置。Meta 表示，该系统在 2017 年至 2026 年上半年期间，在模型和系统演进之外，为广告排序性能带来了约 10% 的额外提升。
广告排序进入“算力不够均匀”的时代
广告服务不是一次模型调用，而是一条由多阶段排序、数百个模型、不同代际硬件和多个数据中心共同组成的生产链路。资源在这条链路上的位置，会影响最终排序结果和服务效率。
困难在于，算力的价值具有明显的不均匀性。对某些请求而言，增加计算可能带来更高的排序收益；对另一些请求，追加同样的资源，边际回报可能有限。不同模型、芯片和区域也存在类似差异。局部看似最优的调度，放到整条链路上未必最优。
这也是大模型式推荐系统与传统广告系统之间的重要分水岭。模型规模扩张会放大推理需求，但硬件、数据中心容量和服务链路不会同步变得无限充裕。单纯追求平均利用率，可能把资源投向了最容易优化、却不是最值得优化的地方。
从“多买芯片”转向计算资源的边际定价
Intelligent Delivery 的核心思路，是预测一单位额外计算在不同位置能够产生多少价值，再据此调整整个服务栈的资源配置。这里的“价值”不等同于某个模型的单点指标，而要放回广告排序的系统目标中衡量。
因此，调度对象不只是请求，也包括模型、硬件集群和排序阶段。一个请求是否适合使用更复杂的模型，一个模型是否应该获得更多推理预算，一块芯片的可用容量应当服务哪个区域，都会成为资源分配问题。
Meta 将这一系统描述为一个不断适应的优化层。它需要面对多数据中心之间的流量与容量错位，也要面对不同区域硬件组合和剩余容量不同造成的效率差异。原文提到，Meta 建设了实时基础设施，以分钟级周期在区域之间动态转移流量，推动各区域的边际容量效率趋于一致。
这套机制的关键，不是寻找一个永久不变的最优解，而是持续追踪变化中的最优解。新模型上线、新一代硬件部署或架构调整，都可能改变原有的资源收益曲线。
为什么局部最优会拖累全局
广告服务系统最容易犯的错误，是把每个局部指标都做到最好，却没有优化最终结果。模型团队希望获得更多推理预算，基础设施团队希望提高芯片利用率，区域系统需要处理流量与容量的错位，业务系统则关心排序质量和用户体验。这些目标并不天然一致。
一个模型在单一硬件上的吞吐率提升，可能因为跨区域流量、网络条件或后续排序阶段的约束，无法完全转化为整体收益。一个数据中心拥有更多可用芯片，也不代表把更多流量导入那里就是好选择，因为容量、硬件代际和请求结构可能不同。
因此，Intelligent Delivery 的价值更像“系统级控制器”，而不是又一个局部优化工具。它要把边际效用预测与资源调整连接起来，判断哪里值得增加资源、哪里应当释放资源，并让配置随着系统状态变化而变化。
广告 AI 的竞争单位正在改变
过去，广告算法竞争常常表现为模型结构、特征工程和训练数据的竞争。今天，这些仍然重要，但模型能否以可接受的成本稳定运行，正在成为同等重要的能力。一个离线指标更高、却无法在真实流量中获得足够推理预算的模型，商业价值可能不如一个更懂得利用系统约束的模型。
Meta 近期披露的 GEM 和 Adaptive Ranking Model，分别展示了广告基础模型扩张以及面向实时服务的推理效率探索。它们共同说明，广告排序正在同时追求更强的模型能力和更可控的服务成本。Intelligent Delivery 则进一步把视线从单个模型扩展到整个服务系统。
这会带来一个重要变化。未来广告 AI 的“护城河”不只是一张更大的模型，也是一套将模型、芯片、数据中心和流量实时编排起来的系统。谁能更准确地识别算力的边际价值，谁就可能在同等硬件预算下获得更高的排序收益。
约 10% 提升背后的真正含义
Meta 对约 10% 额外广告排序性能的表述，覆盖 2017 年至 2026 年上半年，并且强调这一提升建立在模型与系统进步之上。它不是一次新模型发布带来的单点跃升，而是资源调度能力长期积累后的系统性增益。
这类增益的意义在于，它把基础设施从成本中心重新定义为算法产品的一部分。硬件和服务系统不再只是承载模型的底座，资源如何分配本身，也会改变模型能够产生多少业务价值。
当然，这并不意味着所有广告系统都能复制同样的结果。Meta 的流量规模、硬件体系、数据中心布局和模型数量构成了特殊条件。系统级优化还需要持续的实时观测、跨层资源控制和长期工程协作，部署门槛远高于一个独立的推理优化组件。
从静态基础设施走向自适应基础设施
Meta 在原文中还提到，Intelligent Delivery 正越来越多地利用代理式 AI，持续发现并响应系统变化。这说明资源调度正在从预先设定规则，走向由机器学习和自动化系统共同参与的自适应基础设施。
但“自动化”不等于“无需约束”。广告服务涉及实时性、容量、可靠性和业务策略，任何资源迁移都必须受到这些条件的共同约束。真正成熟的系统，不是让 AI 脱离边界改变生产流量，而是让它在明确的约束内识别变化，并推动资源配置更快接近系统目标。
这也解释了为什么 Intelligent Delivery 的难点不在单一算法，而在控制面。预测边际效用只是起点，能否把预测转化为跨层级、可观测的资源动作，才决定了系统能否长期运行。
下一场算力竞赛，拼的是“送算力”的能力
AI 基础设施正在进入一个更复杂的阶段。芯片数量仍然重要，但“拥有多少算力”将逐渐让位于“算力被分配得多聪明”。当模型、请求、硬件和地域之间的收益差异扩大，平均利用率、峰值吞吐和单芯片性能都不再足以代表系统效率。
对广告平台而言，最值得关注的不是某一个模型是否继续变大，而是平台是否能把不同复杂度的模型匹配给不同请求，能否在区域之间动态平衡流量和容量，能否让每一个排序阶段获得与其边际收益相匹配的预算。
Meta 的案例揭示了一个正在被低估的趋势：大模型时代，算法创新与基础设施创新已经无法分开。模型决定算力需求，调度系统决定算力价值。最终胜负，不只取决于谁训练出了更大的模型，也取决于谁能让每一单位计算在正确的时间、正确的请求和正确的芯片上发挥作用。
当算力越来越贵，最稀缺的能力不再是把机器装满，而是知道哪一次计算值得发生。广告系统的下一轮效率革命，或许就藏在这一次分配决定里。
快报