前言

RTP平台是阿里内部一个通用的在线预测平台，不仅支持淘系搜索、推荐、聚划算、淘金币等业务，也支持国际化相关icbu、lazada等搜索推荐业务，同时还支持着淘客，优酷、飞猪等大文娱的搜索推荐场景。作为一个通用的在线预测平台，RTP不仅提供基本的模型inference能力，同时对于排序打分类场景有更深度的优化。

近些年，机器学习的发展速度越来越快，机器学习的技术应用也越来越广，从2016年开始，RTP平台开始逐渐支持一些简单的深度模型场景例如wdl、dnn等，但是有限的模型种类不仅限制了算法同学的发挥，在从系统维护优化角度来说，也是逐个击破的策略，总体业务支撑的效率偏低。

因此从2017年初开始，在原有rtp系统的基础上，我们基于深度学习的场景，重新思考了我们的架构和业务场景，对RTP整个平台做了一次较大的升级，从设计上考虑整体的迭