當你享用美味的披薩或是達美樂的精緻甜點時，你是否想過，究竟是怎樣的技術將這些美食從餐廳送到你家的呢？
在近期 Linkedin 發布的一段小影片中，達美樂在GTC Digital揭示了他們 AI 平台背後的“魔力源泉”— DGX-1 系統。該 AI 系統幫助達美樂訓練他們的訂餐預測模型，以及其它專用 AI 模型。對於達美樂來說，這些 AI 模型可算得上是他們的“秘製醬料”。該系統是達美樂集群中部署的第二台 DGX-1 伺服器。
達美樂資料科學和 AI 經理 Zack Fragoso 說：“當我們的顧客談起他們的訂餐體驗時，他們所考慮的是他們想點什麼餐食，這些餐食就能被送到自己家中。他們可能不會想到將披薩從餐廳配送到顧客家中，這一過程背後所需的所有努力和技術。”
在開箱影片中，達美樂展示了他們如何收到新的 NVIDIA DGX-1 系統，並介紹了他們將如何使用它。
Fragoso 說：“借助於 DGX ，我們可以在門店實現決策自動化，為顧客提供更好的訊息服務。”
今年 1 月， Fragoso 曾告訴 NVIDIA ，他的團隊利用模型將預測訂單何時送達的準確率從 75%提高到了 95%。該模型考慮了工作人員的數量、列表中訂單的複雜性以及當前的交通狀況等因素。
Fragoso 在此前的一篇文章《披薩的奇幻漂流：達美樂如何應用人工智慧來送披薩，原文》中曾表示：“達美樂在店內對資料進行分類，這方面做的還不錯，然而一直到最近我們還是缺乏建立一個這麼大模型所需的硬體。等到我們用了 DGX 伺服器之後，不用一個小時就能訓練出一個更複雜的模型。訓練速度加快了七十二倍。這讓我們能夠在極短時間內反覆進行運算、加入新的資料及改進模型， 3.0 版的模型現在已經投入正式生產環境內。”
此外，之前的這篇部落格文章中還提到，達美樂的下一步 AI 部署計劃是利用一組NVIDIA Turing T4 GPU來加速其所有實時預測任務中的 AI 推論速度。
Fragoso 告訴 NVIDIA ：“模型延遲是非常重要的，因此我們正在使用 T4 建構一個推論堆疊，以在生產中託管我們的 AI 模型。我們已經看到了非常極端的改進，延遲從 50 毫秒降到了 10 毫秒以下。“
達美樂還錄製了一個關於他們的 AI“配方”成功秘訣的影片，並已經發表於 GTC Digital: Domino’s Recipe for Enterprise AI: Blending GPUs, Collaboration, and Speed與開發者分享。