主要观点：LinkedIn 详细介绍了其重新架构的边缘构建系统，旨在支持多种推理工作流程，为全球会员提供更新鲜、更个性化的推荐。该系统不断进化以满足全球平台对实时可扩展性、成本效率和灵活性的需求。
关键信息：

• 边缘构建系统通过推荐“边”（会员与内容之间的连接）来为 LinkedIn 的图提供动力，通过推理工作流程生成推荐。
• 第一代依赖离线推理管道，后引入近线推理以提高响应性，接着注重在线推理但带来延迟和资源扩展挑战，通过远程推理能力解决。
• 目前架构支持离线、近线、在线和远程推理的混合，通过有向无环图协调工作流程。
• 采用嵌入式检索（EBR）增强候选生成，同时在大规模下投入共享特征存储、模型管理框架和分布式服务基础设施以确保工作流程的一致性。
  重要细节：
• 不同推理模型在新鲜度、可扩展性和效率上有不同权衡。
• 如“你可能认识的人”利用在线推理即时更新，大规模内容馈送仍依赖离线计算。
• LinkedIn 工程师强调解耦工作流程和支持多种推理策略可灵活平衡各方面并持续提供有意义推荐，该系统能实现更高效实验和提高参与度，开启多种战略机会。