滴滴章文嵩：不只软件开源，还向学界开放数据
演讲 | 章文嵩前端
责编 | 伍杏玲算法
出品 | CSDN（ID：CSDNnews）数据库
6月27日，在第十四届开源中国开源世界高峰论坛上，滴滴出行高级副总裁章文嵩发表《滴滴共享出行平台与开源》的主题演讲。安全
章文嵩先是介绍滴滴的发展示状：仅去年，滴滴年运送乘客达100亿人次；目前注册用户数达5.5亿。在这背后，滴滴平台天天ETA（预计到达时间）请求在700多亿次。网络
能够想象到，滴滴 6000 名研发人员搭建维护的技术框架是十分庞大的，那么在其中开源软件是扮演一种怎样的角色呢？架构
下面一块儿来看看章文嵩的分享：框架
滴滴平台天天ETA请求达700多亿次运维
咱们先看看网约车如何改变生活？机器学习
咱们经过移动互联网把司机和乘客链接后，实际上解决了信息不对称性的问题，经过这些撮合，能够提高总体的效率，如今你们也感觉到经过网约车比你在路边打出租车的体验好不少。工具
咱们平台上大量司机是兼职司机，天天在上下班的路上接几单，将现有的车辆能有效利用，这就是绿色出行。
咱们也知道出行的需求是弹性的，好比早高峰的时候出行需求特别高，到了十点以后平峰期出行需求比较低的，每每是早高峰需求的二分之一或者三分之一。等到了下班的时候是晚高峰，晚上九点时有一个夜晚小高峰，由于你们加班也好，聚会也好，通常夜晚九点到十点回家。
你们的出行需求是弹性的，理论上供给应该也是弹性的，这样才能作到供需平衡。
若是咱们只按早高峰配置运力，那么在平峰期效率是无法获得发挥的。由于在白天时间都是平峰期，平峰期不少车辆不能获得有效运用。咱们必定要结合全职的运力加上兼职运力（兼职运力自己就要出行就要开车），这样才能够把现有的供给资源车辆，获得有效的利用。
随着共享出行的平台订单密度规模进一步增大，你们还能够拼车出行，并且拼车能有效地让全部交通工具获得有效的利用，会更加绿色环保出行。
在滴滴成立的七年时间里，随着移动互联网的发展。仅去年，滴滴年运送乘客达100亿人次；目前注册用户数达5.5亿。
面向消费者，咱们提供快车、出租车、专车服务、共享单车、代驾等服务，在城市里提供智慧交通、充电站、公交相关的一些服务。
咱们在中国沉淀的产品技术经验也输出到国际市场上：2017年年初，咱们开始布局巴西；2018年，咱们在澳洲、墨西哥布局；两个多星期之前在哥伦比亚布局。
目前拉美市场累计服务用户1亿4000万，拥有数十万司机，咱们的服务受到拉美用户好评的，咱们在拉美的市场增速也是最快的。
天天咱们的业务须要计算大量的数据：计价、每秒钟上报定位点数据、行驶多长时间、行驶多少里程等，还有大量用于提高安全体验效率的数据，好比说A点到B点，预计到达时间怎么样，因此天天滴滴平台有ETA请求达700多亿次，平均一秒钟作400万次计算，这是全世界最大的量。
技术驱动：6000 名工程师
滴滴是彻底靠科技驱动的，目前咱们有近6000名工程师，公司里有一半人员是技术人员，咱们有大数据、人工智能、云计算平台。
在滴滴有不少预测的场景和实时计算场景，例如前文的实时里程计价、交通实时度量、路况度量，包括对将来的路况要作预测，对供须要作预测，在ETA计算时要作预算，路径规划要作预测，包括对分担调度咱们要作预测。这些预测场景经过人工智能算法实现的，因为问题的复杂，这背后须要强大的计算能力。
目前仅一个用做机器学习的GPU（图形处理器）集群已是32P，如今还在不断地扩展中。
滴滴是“物移大智云”里最典型的表明，做为全世界最大的车联网平台，咱们经过移动互联网的方式把更多的车辆、用户连在这个平台上面，在这个过程当中咱们积累了大量的数据，这些数据经过人工智能算法，不断地去提高总体的调度效率、体验的效率，包括总体的安全。
如今滴滴车辆上逐步安装了一些车载设备，有对内对外摄像头，这些摄像头是为了安全，能提供车前的行车记录、订单行程中车内录像，在遇到纠纷的时候更好地判责帮助车主维护权益。
在这里面滴滴大量应用到不少技术：大数据至关于食材，人工智能技术至关于菜谱，云计算平台至关于厨房同样，菜谱加食材，咱们在一个厨房里把美味的大餐作出来。
受益于开源，也回馈开源
滴滴的技术平台用了大量的开源软件，在滴滴平台的主要软件架构中有四五千个服务模块，（PPT）上罗列了一些相对重要的模块。
咱们有不少自建的数据中心，还有SDN（软件定义网络）的软件，SDN用了不少开源软件，由于咱们作了不少资源调度平台，资源调度平台用了容器化，咱们构建一个基于SDN统一资源调动平台，包括数据库的服务。
在存储上，咱们本身搭建了面向位置服务的存储引擎，在开源基础上作了一个对象存储。
离线的数据上，咱们用了MQ的软件来进行总体大批量的数据传输。大数据平台上，有很是庞大规模的数万台集群在跑，包括实时的计算平台。另外咱们也搭建了一个机器学习的平台，主要作一个资源调度平台，上面支撑的AI框架、比较流行学习的框架，咱们在机器学习平台也支持。
滴滴内部作AI应用算法的同窗，他们在平台上只要搭建了本身的模型，至于模型规模、数据获取，这些基本上都能自动化起来，基本不太须要本身大量地写程序。
不少中台的服务是咱们本身开发，咱们围绕本身业务场景来开发司机系统、订单系统、支付等等，就不一一介绍了。
滴滴有自成体系的一套运维系推，里面也有大量的组件。在滴滴的平台上面，经过大量的应用开源软件加上自主开发的软件，共同构建了全世界规模最大的出行平台。
滴滴受益于开源，开源软件帮助公司快速发展和下降成本。因此咱们也想回馈开源，在不少领域，包括移动开发、中间件、系动软件、前端、研发、测试、智慧交通、人工智能这些领域，均有一系列的组件。
这些组件咱们从2017年开始对外开源，总共有23个项目开源，开源得到Star数36000多个，也有外部不少公司参与咱们的项目开发。
滴滴花了大量资源来作开源，一方面是在内部作一些开源的建设，将内部全部部门的壁垒所有打掉，除了一些机密的要求，大部分代码是对内开放的，这样作的好处是能够避免在内部的重复开发。好的项目会真正帮助咱们会对外开源、回馈社区，创建起这个生态标准。
另外一方面但愿对外输出影响力，滴滴整个平台有很是多的技术挑战，实力也不错，对于技术品牌的建设有帮助，后续咱们会吸引更多优秀的人才加入进来。
咱们的核心仍是打造滴滴的技术文化，是开放协做的。
不只软件开源，还向学界开放数据
咱们不光是开源，还对学界开放脱敏数据。由于滴滴是全世界最大的一个共享出行平台，咱们在交通领域的数据较多。因为中国人口巨大，在不少领域中国拥有的数据比全世界其余地方多，可是目前不少高校基于一些研究拿的数据每每是国外的，这是很不对等的。
因此咱们努力在把滴滴一部分脱敏数据开放出来，但愿学术界、科研机构能基于滴滴的数据来作研究。咱们数据量是全世界最大，从2017年，咱们开放成都、东北区域的轨迹数据，还开放了成都的检索数据、西安高新开发区的轨迹数据，今年还开放了车载视频的数据。由于车载视频涉及到不少自动驾驶、计算机视觉方面的研究。
自开放数据以来，已经有四五千家的学术机构来申请咱们的数据。上星期咱们还开放了海口的数据，包括轨迹的数据。固然这上面没有用户信息，乘客和司机的信息隐私必定会保护的。但开放的数据可提供给经济学家，来研究一个城市的交通领域变迁。
2018年，咱们成立了AI for Social Good共创平台，滴滴联合十几家科研机构社会组织一块儿发布的这个平台，咱们但愿联合更多外部力量，在安全、环境、健康、无障碍领域里，对更多的项目，好比说咱们在小部分滴滴汽车中安装了一些移动传感器，用于检测空气数据，帮助绘制精细化的空气质量图，这对环保治理很是有帮助。
将来在这些领域，咱们但愿更多的社会机构和咱们一块儿经过人工智能的方式，让出行更美好，让城市更加智能，谢谢。
人工智能学习路线+实战训练
【End】
热 文 推 荐
点击阅读原文，输入关键词，搜索CSDN文章。
你点的每一个“在看”，我都认真当成了喜欢