La capacité d’inférence IA de Meta transforme le calcul inutilisé en avantage pour les publicités

Meta a mis en production deux nouveaux leviers d’élasticité, transformant les ressources de calcul inutilisées en travail supplémentaire de classement publicitaire sans commander davantage de capacité. Le système de capacité d’inférence IA de Meta s’étend lorsque des processeurs sont disponibles, puis supprime les tâches facultatives lorsque cette capacité disparaît. Le conflit est simple : Meta veut améliorer ses prédictions à partir de ressources fluctuantes, mais son service publicitaire de référence ne peut pas devenir plus lent ni moins fiable.

Le système modifie la manière dont l’infrastructure disponible contribue aux activités publicitaires de l’entreprise. Les processeurs inactifs n’ont plus besoin d’une charge de travail permanente pour créer de la valeur. Meta peut temporairement évaluer davantage de candidats publicitaires ou acheminer certaines requêtes vers un modèle plus performant. Les deux voies visent de meilleures recommandations, mais elles imposent des exigences différentes aux CPU et aux accélérateurs IA.

Il ne s’agit pas seulement d’un projet classique d’amélioration de l’utilisation. Le gestionnaire de cluster Borg de Google a établi comment une infrastructure partagée peut accroître l’utilisation grâce à l’ordonnancement, au surengagement et à l’isolation des charges de travail. Meta applique ce principe général à l’inférence de recommandation sensible à la latence, où chaque variation temporaire de capacité peut affecter une décision publicitaire en temps réel.

La capacité d’inférence IA de Meta devient une ressource de classement publicitaire

Meta a transformé une marge de calcul fragmentée et temporaire en une ressource partagée pour les recommandations publicitaires en direct.

Les flottes d’inférence doivent conserver suffisamment de capacité pour absorber les pics de demande tout en respectant les objectifs de latence et de fiabilité. La demande réelle varie selon l’heure, la saison, la région et la configuration matérielle. Cela laisse des poches locales de capacité inutilisée, même lorsque la flotte globale reste contrainte.

Meta identifie plusieurs causes à ce décalage. La capacité provisionnée pour le trafic de pointe est sous-utilisée hors des périodes de pointe. Le matériel peut arriver avant que les modèles auxquels il est destiné ne soient prêts. Une région peut disposer d’accélérateurs libres, mais manquer de capacité CPU de support.

La diversité matérielle ajoute une autre complication. Meta exploite des accélérateurs de différentes générations et de différents fournisseurs, en plus de ses propres puces spécialisées. Une charge de travail conçue pour une configuration ne peut pas automatiquement utiliser tous les appareils disponibles. La capacité peut donc rester bloquée à côté d’un service surchargé.

Le système de capacité de Meta agrège les fragments utilisables dans un pool opportuniste. « Opportuniste » signifie que les ressources ne bénéficient d’aucune garantie de pérennité et peuvent être reprises par leurs propriétaires d’origine. Meta ne considère pas ce pool comme une capacité de référence fiable.

L’entreprise lui attribue plutôt des tâches qui peuvent s’étendre ou se contracter sans modifier la promesse de service de base. Le classement publicitaire répond à cette exigence, car le système réduit déjà des millions de candidats en plusieurs étapes. Davantage de calcul peut approfondir cette recherche, tandis que moins de calcul peut ramener le processus à son niveau de fonctionnement normal.

Le pool doit aussi permettre des gains durables sur une vaste plage de capacité. Une charge de travail qui atteint rapidement son plafond de qualité gaspillerait des pics plus importants de calcul disponible. Meta indique que les recommandations publicitaires continuent de bénéficier du système lorsqu’il évalue davantage de candidats ou applique sélectivement un modèle plus puissant.

Meta n’a pas communiqué la taille du pool, son taux d’utilisation moyen ni la valeur financière qui lui est attribuée. L’annonce établit donc l’architecture, et non un résultat économique complet. Les affirmations concernant la valeur pour les annonceurs restent celles de Meta, sauf si l’entreprise publie des mesures contrôlées.

Le changement opérationnel est néanmoins concret. La capacité disponible dispose désormais d’une voie définie vers une inférence liée aux revenus. Cela fait de la marge temporaire une composante du processus de décision du système publicitaire, plutôt qu’une simple métrique d’infrastructure que les ingénieurs cherchent à réduire.

Deux leviers pour différents types de calcul inutilisé

Le principal choix de conception de Meta n’est pas simplement de consommer la capacité disponible, mais d’associer chaque combinaison de ressources à des tâches facultatives adaptées.

Le premier levier est Rank More Ads, ou RMA. Il augmente le nombre de candidats évalués pendant le classement lorsque suffisamment de capacité est disponible. Un plus grand nombre de candidats donne au système une chance supplémentaire de trouver une publicité correspondant mieux à un utilisateur et au contexte actuel.

L’entonnoir de recommandation de Meta commence avec des millions de publicités potentielles et les réduit progressivement. Les premières étapes récupèrent et traitent un ensemble large. Les étapes ultérieures appliquent des modèles plus exigeants en calcul à un groupe plus restreint avant que le système ne sélectionne ce qui sera affiché.

RMA élargit certaines parties de cet entonnoir. Les candidats ajoutés créent du travail dans la récupération, le traitement des caractéristiques et l’inférence de modèles. Cela signifie que RMA a généralement besoin simultanément de ressources CPU disponibles et de capacité d’accélérateur disponible.

Cette exigence limite les environnements dans lesquels RMA peut fonctionner. Une région disposant d’accélérateurs inutilisés mais de CPU saturés ne peut pas étendre en toute sécurité le chemin de classement complet. Augmenter le volume de candidats y déplacerait le goulot d’étranglement vers l’amont et menacerait la latence.

Le deuxième levier, Serve Better Models, ou SBM, résout un problème de ressources différent. Il maintient le nombre de candidats stable mais achemine une part des requêtes éligibles vers un modèle plus performant sur le plan informatique. Cela permet à Meta de consommer une marge d’accélérateur sans générer une charge CPU supplémentaire comparable.

SBM ne met pas à niveau chaque requête sans distinction. Un routeur de modèles utilise des signaux de valeur des requêtes pour décider lesquelles devraient tirer le plus de bénéfices. Meta regroupe les requêtes en segments, mesure le résultat incrémental apporté par le modèle plus puissant et ajuste l’allocation grâce à l’exploration et à l’exploitation.

L’exploration est importante, car la requête ayant la plus grande valeur n’est pas nécessairement celle qui bénéficie le plus d’une modélisation supplémentaire. Un modèle de référence peut déjà bien traiter un segment précieux. Un autre segment, avec un engagement initial plus faible, pourrait afficher une amélioration plus importante lorsqu’il est évalué par le modèle plus puissant.

Meta maintient un certain trafic exploratoire entre les segments afin d’éviter que le routeur ne se fige sur une décision devenue obsolète. Une boucle de calibration permet également de maintenir le trafic réel proche de la couverture prévue par le contrôleur à mesure que la composition régionale évolue.

Cette approche prolonge des idées déjà visibles dans le Adaptive Ranking Model de Meta. Ce système achemine les requêtes entre des modèles ayant des exigences de calcul différentes, au lieu d’appliquer uniformément un seul modèle. Le système opportuniste ajoute la capacité fluctuante comme contrainte de routage supplémentaire.

Les deux leviers sont complémentaires parce que les ressources inutilisées apparaissent rarement sous forme de lots équilibrés. RMA peut consommer des surplus combinés de CPU et d’accélérateurs. SBM peut absorber une marge disponible constituée uniquement d’accélérateurs, que RMA ne peut pas utiliser en toute sécurité.

Meta compare périodiquement la valeur mesurée et les exigences en ressources des deux voies. La prochaine unité de calcul disponible peut alors servir une recherche de candidats plus large ou un meilleur modèle de prédiction. Cette décision dépend du trafic, de la couverture des modèles et de la combinaison actuelle de ressources.

C’est le mécanisme central du système de recommandation publicitaire de Meta. Le calcul disponible n’est pas affecté à une seule tâche fixe. La plateforme maintient plusieurs formes de travail facultatif, puis étend celle qui correspond aux ressources disponibles et au rendement attendu.

Le véritable défi consiste à restituer la capacité

Le système ne réussit que si le travail opportuniste disparaît avant de nuire au service qui possède la capacité.

La capacité inutilisée est temporaire par définition. Une hausse du trafic régional, un lancement planifié ou un déploiement de modèle peut rendre à nouveau nécessaires des processeurs auparavant libres. Meta doit restituer ces ressources sans permettre au travail de classement supplémentaire de déborder sur l’allocation de référence.

SBM protège le trafic de référence par une séparation physique. Le modèle de référence et le modèle plus puissant utilisent des cibles de routage distinctes. Des répliques dédiées restent dimensionnées pour les requêtes ordinaires, tandis que des répliques opportunistes traitent le chemin sélectionné du modèle plus puissant.

Lorsque les accélérateurs disponibles disparaissent, le contrôleur réduit la couverture du modèle plus puissant. Les requêtes retirées de ce chemin reviennent vers le modèle de référence. Ces requêtes étaient déjà prises en compte lorsque Meta a provisionné ses répliques de référence dédiées.

RMA s’appuie davantage sur l’isolation logique. Ses répliques peuvent recevoir un mélange de travail de référence et de travail supplémentaire de classement de candidats. Un budget global limite le travail incrémental à ce que les répliques sur capacité opportuniste peuvent supporter.

À mesure que le pool se contracte, RMA réduit son volume cible de candidats. Le système supprime la recherche élargie plutôt que de transférer ce travail vers la capacité de référence dédiée. Les utilisateurs reçoivent toujours une sélection publicitaire, mais le processus de classement évalue moins de candidats facultatifs.

Les deux leviers fonctionnent via des boucles de rétroaction. RMA utilise un contrôleur central proportionnel-intégral-dérivé, couramment appelé contrôleur PID. Ce contrôleur ajuste une sortie en comparant les performances observées à une cible et en répondant aux erreurs actuelles et cumulées.

Le contrôleur RMA de Meta surveille la latence de queue et calcule une cible durable de candidats. Les clients appliquent cette cible aux nouvelles requêtes. Lorsque la latence reste sous le seuil, le volume de candidats peut augmenter. Lorsque la latence augmente, le contrôleur le réduit.

SBM utilise un chemin de contrôle comparable pour la couverture du modèle plus puissant. Son contrôleur sélectionne une part cible, tandis que le routage côté client détermine quelles requêtes éligibles empruntent ce chemin. Le mécanisme de calibration corrige les différences entre la cible et le trafic réel.

Le contrôle central seul est trop lent pour faire face à une préemption brutale. Meta indique que ces boucles fonctionnent à l’échelle de quelques minutes, alors que la capacité peut disparaître avant que les cibles mises à jour n’atteignent chaque client. Ce délai crée la période la plus dangereuse pour le service de référence.

La plateforme ajoute donc un délestage de charge côté serveur et côté client. Le délestage de charge consiste à abandonner intentionnellement du travail facultatif lorsqu’un système approche de la surcharge. Meta applique des signaux de valeur afin que le travail incrémental le moins précieux disparaisse en premier.

Les serveurs réagissent près du goulot d’étranglement. Pour RMA, ils peuvent traiter moins de candidats supplémentaires dans une requête individuelle. Les serveurs SBM appliquent une politique équivalente aux requêtes envoyées vers le modèle plus puissant.

Les clients observent également l’état de santé des serveurs au lieu de s’appuyer uniquement sur la dernière cible centrale. Un serveur surchargé incite les clients RMA à demander moins de candidats ajoutés. Les clients SBM détournent moins de requêtes du modèle de référence.

Meta indique que ces défenses locales réagissent en quelques millisecondes. Elles comblent l’intervalle plus long précédant le calcul de nouvelles cibles par les contrôleurs centraux et leur distribution à travers la flotte.

Cette réponse à plusieurs niveaux est importante, car les systèmes distribués partagent rarement une vision parfaitement actualisée. Un contrôleur central peut optimiser globalement mais répond lentement. Un serveur local voit immédiatement la pression mais ne peut pas coordonner toute la flotte. Meta utilise les deux échelles de temps plutôt que d’attendre d’un seul mécanisme qu’il résolve tous les modes de défaillance.

Ce modèle s’appuie également sur les précédents travaux de Meta sur l’utilisation de queue. Ce projet a augmenté de 35 % la production de travail sans ressources supplémentaires, selon Meta. Il a également réduit les erreurs de délai d’expiration de deux tiers et diminué de moitié la latence p99.

Les changements de conception plus récents modifient l’objectif. Les améliorations de l’utilisation en fin de chaîne visaient une production plus prévisible à partir des ressources existantes. L’inférence opportuniste introduit délibérément une offre volatile, puis contraint la demande facultative qui en résulte.

De meilleures publicités dépendent davantage du classement, et pas seulement d’une puissance de calcul accrue

La capacité de calcul supplémentaire ne crée de valeur que lorsque Meta l’affecte à des décisions qui améliorent sensiblement une recommandation publicitaire.

La RMA repose sur un principe de recherche bien connu. Un système de classement ne peut pas sélectionner un candidat de valeur que les étapes antérieures ont écarté. Évaluer un ensemble plus large augmente la probabilité que les modèles ultérieurs voient une publicité pertinente, surtout lorsque les scores de récupération initiaux sont imparfaits.

Toutefois, un plus grand nombre de candidats ne garantit pas des résultats proportionnellement meilleurs. Les éléments supplémentaires deviennent moins prometteurs à mesure que l’entonnoir s’élargit. Chaque extension consomme aussi du temps CPU pour la récupération et le traitement des caractéristiques avant le début de l’inférence sur accélérateur.

Meta doit donc trouver un point mobile où le gain attendu d’un candidat supplémentaire dépasse son coût en ressources. Ce point varie selon l’utilisateur, les publicités disponibles, l’infrastructure régionale et les modèles actuellement déployés.

La SBM fait face à un problème connexe. Un modèle plus puissant consomme davantage de capacité d’accélérateur, mais son bénéfice marginal varie selon les requêtes. Faire passer chaque requête par ce modèle transformerait une capacité facultative en exigence permanente.

Le routeur cherche plutôt à réserver l’inférence coûteuse aux cas où elle modifie les prédictions. La stratégie de sélection de modèles de Meta devient ainsi aussi importante que le modèle plus grand lui-même. Un mauvais routage pourrait mobiliser de rares accélérateurs pour des requêtes dont la décision de référence resterait inchangée.

Meta a appliqué une élasticité similaire au sein de son moteur de récupération Andromeda. L’entreprise a indiqué que l’élasticité des modèles, combinée à un réseau neuronal hiérarchique, avait amélioré l’efficacité de l’inférence d’un facteur dix. Elle a également fait état d’un débit d’inférence de bout en bout plus de trois fois supérieur.

Ces chiffres décrivent Andromeda, et non le nouveau pool opportuniste annoncé. Ils ne doivent pas être considérés comme des mesures de performance de la RMA ou de la SBM. Meta n’a pas publié de hausse comparable pour le nouveau système.

Cette omission est importante, car l’utilisation du calcul et la valeur publicitaire sont des mesures différentes. Un processeur peut effectuer davantage de travail sans produire de meilleures recommandations. Une recommandation peut améliorer un score hors ligne sans accroître les résultats des annonceurs ni la satisfaction des utilisateurs.

L’allocation du système fondée sur la valeur tente de relier ces couches. La RMA demande si une recherche plus large fait apparaître un meilleur candidat. La SBM demande si une complexité accrue du modèle améliore la prédiction pour un segment particulier. Le processus d’allocation compare ensuite leurs rendements marginaux.

Cela crée un problème de rétroaction qui dépasse la santé de l’infrastructure. Meta a besoin d’expériences stables permettant d’estimer ce qui se serait produit sans le travail supplémentaire. La composition du trafic, les conditions d’enchère, les changements de campagne et les comportements saisonniers peuvent tous affecter le résultat observé.

L’exploration aide à maintenir ces estimations à jour. En préservant du trafic sur l’ensemble des segments, le système continue de tester les cas où le modèle plus puissant apporte une aide. Sans exploration, les premiers choix de routage pourraient priver certains segments de données et s’auto-renforcer.

La même logique devrait à terme régir le choix entre RMA et SBM. Meta affirme développer un système d’optimisation qui allouera automatiquement la capacité entre les leviers d’élasticité. L’objectif est de maximiser les bénéfices pour les utilisateurs et les annonceurs dans les limites régionales, matérielles et de durabilité.

Ce futur contrôleur transformerait le pool opportuniste en marché interne de l’inférence. Différentes charges de travail se disputeraient la prochaine unité disponible selon leur valeur marginale mesurée. La difficulté réside dans la comparaison de bénéfices qui apparaissent par des mécanismes et sur des échelles de temps différents.

Une recherche plus large de candidats peut améliorer immédiatement la découverte. Un meilleur modèle peut affiner les estimations de conversion ou les décisions d’enchère. Des caractéristiques précalculées pourraient créer de la valeur plus tard, en dehors du chemin de requête en direct. Un même score doit rendre ces rendements comparables sans masquer le risque opérationnel.

Ce que les affirmations de Meta ne montrent toujours pas

Meta explique comment elle protège le service de référence, mais ne fournit pas suffisamment de données pour évaluer l’impact commercial total du système.

L’annonce évoque une « valeur significative pour les annonceurs » sans publier de pourcentage, de durée d’expérience ni d’intervalle de confiance. Elle omet également la quantité moyenne de capacité inactive captée. Les lecteurs ne peuvent pas calculer le gain d’utilisation du système ni son rendement à partir des informations divulguées.

Meta n’identifie pas les plateformes, régions ou segments d’annonceurs qui bénéficient du chemin de classement élargi. L’entreprise ne révèle pas non plus la fréquence à laquelle la capacité opportuniste est récupérée ni celle à laquelle la réduction de charge locale s’active.

Ces détails manquants n’invalident pas l’architecture. Les annonces techniques se concentrent souvent sur les mécanismes plutôt que sur le reporting commercial. Ils limitent toutefois les comparaisons avec d’autres systèmes de recommandation et empêchent une vérification indépendante des affirmations de Meta sur la valeur.

La protection du niveau de référence mérite également une interprétation prudente. Meta affirme que l’isolation physique et logique empêche le travail facultatif de compromettre la latence et la fiabilité ordinaires. La conception est crédible, mais la publication ne fournit pas de distributions de latence avant et après pour ce déploiement.

Des réactions locales en millisecondes n’éliminent pas tous les risques de transition. Une hausse régionale peut affecter différemment le CPU, les accélérateurs, le réseau et les services dépendants. Une ressource peut devenir contrainte tandis qu’une autre reste disponible, laissant les contrôleurs identifier le véritable goulot d’étranglement.

L’isolation logique est particulièrement sensible à l’exactitude de la comptabilisation. La RMA mélange travail de référence et travail facultatif sur certaines répliques. Son budget global doit refléter la quantité de travail incrémental que les répliques opportunistes peuvent réellement prendre en charge dans des conditions de trafic changeantes.

La réduction de charge fondée sur la valeur soulève une autre question. Un signal de valeur de requête détermine quel travail facultatif survit à la pression. Meta décrit le processus adaptatif, mais ne révèle pas les caractéristiques, les tests d’équité ni les garde-fous associés à ce signal.

Un système optimisé autour de l’engagement prédit peut favoriser les requêtes aux réponses facilement mesurables. Cela ne signifie pas automatiquement que les utilisateurs voient des publicités plus utiles. L’engagement, la conversion, le rendement pour l’annonceur et l’expérience utilisateur à long terme sont des objectifs liés mais distincts.

Le modèle plus puissant lui-même reste aussi largement non précisé dans l’annonce. Meta ne fournit ni sa taille, ni son coût de calcul, ni son amélioration par rapport au modèle de référence. Les lecteurs ne peuvent pas déterminer quel surplus d’accélérateurs la SBM exige avant que le routage devienne rentable.

La concurrence ajoute une autre pression. Les grandes plateformes publicitaires investissent dans la récupération, le classement, la création automatisée et l’infrastructure d’inférence propriétaire. L’avantage de Meta dépendra de la rapidité avec laquelle elle pourra relier ces composants, et pas seulement de la possession d’accélérateurs inutilisés.

L’expérience de Google avec l’autoscaling des charges de travail illustre l’opportunité plus large. La recherche Autopilot a fait état d’une marge de ressources de 23 % pour les tâches gérées automatiquement, contre 46 % pour les tâches gérées manuellement. Elle a également réduit d’un facteur dix les effets graves de manque de mémoire.

Autopilot traitait la configuration des ressources entre les tâches, tandis que le système de Meta contrôle le travail facultatif au sein d’un chemin de recommandation. La comparaison montre néanmoins pourquoi l’élasticité automatisée importe. De vastes flottes peuvent récupérer une capacité substantielle, mais seulement lorsque les mécanismes de sécurité encouragent les équipes de production à faire confiance à l’automatisation.

Le système de Meta doit gagner cette même confiance en interne. Les équipes publicitaires doivent avoir l’assurance que la capacité empruntée disparaîtra proprement. Les responsables d’infrastructure doivent être certains que le partage de ressources inactives n’affaiblira pas leur propre service lors des pics de demande.

L’annonce fournit une architecture de cette confiance, pas une preuve définitive. Ses couches d’isolation, de rétroaction et de réduction de charge définissent la manière dont le système devrait se comporter. Les mesures en production doivent montrer avec quelle constance ces défenses fonctionnent sur les matériels, régions et cycles de trafic.

Trois signaux montreront si la stratégie passe à l’échelle

La prochaine étape ne consiste pas seulement à trouver davantage de calcul inactif ; elle consiste à prouver que Meta peut allouer une capacité volatile automatiquement et de manière rentable.

Le premier signal sera un résultat de production quantifié. Meta devrait divulguer la fraction de capacité récupérée, la fréquence des préemptions et l’amélioration mesurée des résultats pour les annonceurs. Un résultat contrôlé renforcerait l’idée que la capacité d’inférence IA de Meta produit plus qu’une utilisation accrue des processeurs.

Une divulgation utile distinguerait la RMA et la SBM. Cette distinction montrerait si l’évaluation d’un ensemble de candidats plus large ou le routage vers un modèle plus puissant produit le meilleur rendement marginal. Elle révélerait également à quelle fréquence la flotte a équilibré les marges de capacité CPU et accélérateur.

Le deuxième signal est une élasticité plus étendue des charges de travail. Meta affirme prévoir d’augmenter les volumes de candidats, d’utiliser des modèles plus performants et de développer l’élasticité du précalcul. Le précalcul effectue le travail avant une requête en direct, réduisant la dépendance à l’endroit et au moment où le trafic arrive.

Le précalcul pourrait absorber une capacité trop distante ou instable pour le classement synchrone. Il crée aussi de nouveaux problèmes de correction, car les résultats stockés peuvent devenir obsolètes. Meta aura besoin de règles d’expiration et d’estimations de valeur qui tiennent compte du moment où la sortie précalculée est réellement utilisée.

La portabilité des modèles fera partie du même signal. Le matériel inutilisé a peu de valeur lorsque les modèles compatibles ne peuvent pas y fonctionner. Meta travaille entre les régions et les types d’accélérateurs afin que davantage de fragments puissent entrer dans le pool utilisable.

Une gamme matérielle plus étendue confirmerait que la plateforme peut transformer l’hétérogénéité en flexibilité. L’incapacité à étendre cette gamme laisserait une grande partie du pool théorique bloquée derrière des formats de modèles, des limites de mémoire ou des ressources de support manquantes.

Le troisième signal est l’allocateur automatique que Meta dit développer. Aujourd’hui, l’entreprise ajuste périodiquement la capacité entre RMA et SBM selon les performances mesurées et les besoins en ressources. Un optimiseur de production effectuerait ce choix en continu sur davantage de leviers.

Cet optimiseur doit prendre en compte le bénéfice attendu, la compatibilité matérielle, les contraintes régionales et la durabilité de la capacité disponible. De courtes rafales peuvent convenir à une expansion immédiate du nombre de candidats. Des fenêtres plus longues peuvent justifier le chargement d’un modèle plus grand ou l’exécution de calculs anticipés.

Un allocateur crédible devrait aussi exposer ses limites de défaillance. Les ingénieurs doivent savoir quand le système se replie, comment il gère les estimations de valeur incertaines et ce qui empêche une charge de travail à score élevé de monopoliser chaque accélérateur disponible.

Le succès donnerait à Meta un modèle réutilisable pour d’autres produits d’inférence. Les flux de recommandation, les systèmes d’intégrité et les fonctionnalités génératives contiennent également du travail facultatif avec des exigences de latence différentes. L’entreprise n’a pas annoncé ces déploiements ; ils restent donc des possibilités plutôt que des capacités actuelles.

La leçon stratégique est déjà visible. La concurrence en infrastructure IA n’est pas seulement une course à l’acquisition de davantage de puces. C’est aussi une course visant à extraire davantage de décisions utiles du matériel déjà installé.

L’approche de Meta transforme la planification de capacité en variable produit en direct. La profondeur de classement et la puissance des modèles évoluent désormais avec les ressources disponibles de la flotte. Le service de référence reste l’engagement fixe, tandis que la qualité des recommandations devient élastique au-dessus de ce seuil.

La prochaine question est mesurable : Meta publiera-t-elle des preuves que ces améliorations temporaires créent une valeur durable pour les annonceurs et les utilisateurs ? Surveillez des résultats distincts pour RMA et SBM, une prise en charge matérielle élargie, ainsi qu’un allocateur de production capable de justifier chaque unité de calcul empruntée.