一次叫車，滴滴計算576億次，背後說明了什麼？

乘客一次叫車，滴滴在毫秒之間需要計算576億次。這個數字看起來有點兒略驚人，為什麼叫一次車，需要計算那麼多次？這個驚人的數字到底背後說明了什麼？

576億次是指CPU指令集

滴滴的576億次計算，是一種通俗的說法，嚴格地講，指的是576億CPU指令集。

為什麼叫一個車，需要運算這麼多次？打個比方，用滴滴叫車，跟搜索的邏輯不一樣，網上的商品、資訊，都是靜態停留在那裡，計算方式只是將這個商品、信息挖掘出來即可。而滴滴的計算則類似於動態打靶，車輛永遠在運動當中，要在眾多運動的車輛中，給乘客一個最優的選擇，這明顯是要比靜態挖掘複雜很多，所以，這也就導致滴滴對計算能力的要求必須很高。

乘客打開APP界面，滴滴就開始計算。乘客輸入目的地需要解析，路況、路徑，以及不同類型的計程車、快車、專車、順風車、拼車等訂單，都需要計算。而且，不同等級之間的車輛，運力還可以相互打通，來給予乘客最優的出行選擇，這樣又會讓計算量呈幾何級增長。

為什麼滴滴對計算能力要求那麼高？因為每一次有一個訂單發出來，滴滴不是簡單地對周圍有多少可用的司機，馬上做一個最近的匹配，從長期運營經驗來看，這樣的匹配並不是最優的。因為在訂單量巨大的情況下，一毫秒之後，很可能馬上就有另外的訂單出現，這個剛剛派出去的司機，也許對於第二位乘客來說才是更優的選擇。目前，滴滴的演算法是等兩秒鐘，攢了一批訂單。這兩秒鐘攢的訂單中，乘客形成一個需求池，司機形成一個運力池，兩個池子之間形成巨大的運算矩陣。

龐大的運算矩陣

在每一個矩陣中，滴滴都需要大量的計算，比如，司機與顧客的距離、路況怎麼樣、要做路徑規劃、預測接駕時間、司機的服務分怎麼樣、乘客的個人畫像喜好怎麼樣？以上各種值，滴滴會在0到1之間打分，值越大表示相關性越高。在做了一個矩陣以後，滴滴要做一個最大的撮合值，要在這兩秒鐘中，總體上都是最優的。這裡面對實時的計算要求非常高，如果算得慢了，幾百毫秒沒有算過來，司機已經掉頭了，那麼就是白算了。

不僅要保證每對乘客、司機之間的匹配最優，滴滴還要計算區域之間的最優。不同的區域情況不一樣，比如，有一些區域是供過於求，司機多、乘客少；有一些區域是供不應求，司機少、乘客多。這是滴滴計算的強項，如何讓整個區域達到全局的供需平衡，一發單馬上就有司機接單。

另外，滴滴還需要考慮每一次的調度，對未來的影響，因為每一次的調度都會影響下一次的狀況。就像下棋一樣，每動一個棋子，都會改變未來的局勢。所以，滴滴會做未來的預測，大家知道下圍棋棋盤上面只有19×19，而滴滴瞬間調度的車輛有數十萬部，這比下圍棋複雜一百倍以上。所以，滴滴要計算的數據量是極其巨大的。

這是滴滴大致的出行引擎架構圖，一個訂單進來之後，滴滴會以一個區域為一個單位，司機、乘客進行撮合，撮合以後再來歸併。歸併以後通過長鏈接服務來通知司機接單，這裡面有一個巨大的集群來計算。

這是滴滴的供需預測熱力圖，當前，滴滴對所有的地圖上做一個分槽，劃分為正六邊形的一個個小覆蓋，每一個正六邊形，目前邊長是700米，差不多一平方公里多一點的範圍。紅的區域表示訂單的數目超過當前可用的司機數目，綠色的區域表示運力是很充沛。在每個城市中，不同的區域會不一樣，有一些區域是供不應求，這是滴滴面臨的問題。最理想的狀況是城市中，每個正六邊形都是綠色，也就是所有區域供需平衡，每一個地方發出來的訂單數跟司機的供給是平衡的。當然，這背後對整個運力和調度是巨大的挑戰，滴滴目前對每一個格子裡面，甚至每一棟樓裡面大概會有多少單發出來，我們會在未來15分鐘做一個預測，預測的精準性達到85%。預測的精準度，會有利於運力調度，從而達到達到全局的平衡。

需要解決世界級的出行難題

滴滴本身平台的數據量非常多，滴滴（含優步中國）平台上，有超過1700萬司機夥伴，全職的，兼職的，白領上班族順路帶個同路人的。他們在超過四百個城市，為接近4億用戶服務。在經濟轉型的時期，滴滴為這麼多人提供了靈活就業機會，讓大家能有實實在在的收入，有一個體面的工作機會，其中有很多是下崗職工和退伍軍人。技術是滴滴的發展引擎。滴滴平台每天新增軌跡原始數據超過70TB數據(相當於7萬部電影)，每日處理超過90億次路徑規劃請求，日均定位數據超過130億。規模巨大的數據24小時不間斷地強化著我們的機器學習能力，實現演算法的自我改善。

其實，滴滴面臨著真正世界級的、前所未有的調度難題，這意味著滴滴對人工智慧的需求，也是世界級的、前所未有的。過去移動互聯網從來沒有面臨過的，未來可能同時有上千萬車在滴滴上調度，這比飛機調度複雜非常多，飛機的調度只是在飛機場裡面，飛機都是固定時間起飛，而滴滴平台上都是動態化的。

中國的數據比世界上更複雜，中國人口非常多，這就意味著交通、車更為複雜。滴滴每日服務超過2000萬人次，在北美加上Uber等等所有的移動出行加起來，每日服務大約300萬人次，中國光滴滴一家的服務量就是北美移動出行的七倍以上。如果滴滴把中國的問題解決好，那麼肯定在全世界是最好的計算能力。

中國的出行需求巨大，運力比較缺，而且道路資源也不夠，種種問題的存在，這讓滴滴業務平台應對的訂單數、複雜度、數據量，包括路網的複雜、整個供需的不平衡，都是世界級的難題。國外研究交通的人，研究的是交通路網是非飽和的，而在中國絕大部分的路網是飽和的。所以，交通優化，路徑演算法在中國的場景都是不一樣的，這些都讓滴滴面對的問題複雜度、問題的規模、需求量都是世界級的難題。

因此，一次叫車，滴滴毫秒間計算576億次，正是利用大數據、人工智慧等高科技，為了給用戶最優的選擇。而且，滴滴在中國解開複雜交通難題的同時，積累起來的大數據、黑科技、人工智慧等科技優勢，也將會給用戶帶來更便利的出行服務。