Meta Andromeda est le système de récupération publicitaire de Meta : il réduit l’ensemble des annonces éligibles à une sélection que des modèles classent ensuite plus en détail. Dans une publication du 28 octobre 2026, Meta décrit un pipeline de production qui réunit ces opérations sur un serveur équipé d’un GPU et traite, selon l’entreprise, plus d’un milliard d’annonces éligibles par seconde.
Dans cet article
- Le rôle d’Andromeda dans la diffusion des annonces
- Un modèle spécialisé et des opérations réunies sur le GPU
- Trois débits, trois périmètres
- Les résultats publicitaires rapportés par Meta
Le rôle d’Andromeda dans la diffusion des annonces
La récupération intervient avant le classement détaillé. Elle extrait des annonces éligibles un groupe de candidates que les modèles de classement évaluent ensuite plus précisément. Andromeda n’est donc pas le classement final des annonces.
Cette première sélection doit prendre en compte les règles de ciblage des annonceurs et les mises à jour des annonces. Meta présente son système comme une étape de son processus de recommandation publicitaire. La suite du pipeline effectue la sélection plus détaillée.
Un modèle spécialisé et des opérations réunies sur le GPU
La version décrite par Meta repose sur une architecture à experts spécialisés, ou MoE. Des branches distinctes représentent les utilisateurs, tandis que les représentations des annonces intègrent le contexte de diffusion en temps réel. Un mécanisme de routage fondé sur l’attention dirige ensuite chaque annonce candidate vers les experts utilisateur jugés pertinents.
Meta indique que ce modèle s’approche des performances des modèles de classement tout en nécessitant environ 300 fois moins d’opérations en virgule flottante (FLOPs) à l’inférence que son modèle de récupération de 2024. L’inférence correspond ici au calcul effectué au moment où le système traite une requête.
Le calcul est lui aussi regroupé. Un noyau GPU fusionné rassemble la récupération des représentations, le calcul de l’interaction entre utilisateur et annonce, puis l’évaluation du score. Les résultats intermédiaires restent dans les registres et la mémoire partagée du GPU au lieu d’être écrits dans la mémoire à large bande passante.
Meta réunit également sur un même serveur GPU la mise en correspondance avec l’index, le calcul des scores et la sélection top-K, c’est-à-dire le choix des meilleurs résultats pour une requête. Le serveur reçoit une requête compacte contenant des caractéristiques utilisateur et une demande de ciblage, puis renvoie les annonces retenues. Meta rapporte que cette co-localisation réduit le trafic réseau d’environ 100 fois.
Trois débits, trois périmètres
Les chiffres annoncés par Meta ne mesurent pas le même niveau du système. Le débit du pipeline complet concerne un serveur GPU en production ; celui du modèle porte sur un seul GPU GH200 ; le chiffre le plus élevé concerne le seul composant de mise en correspondance avec l’index.
| Périmètre mesuré | Débit rapporté par Meta | Ce que couvre la mesure |
| Pipeline de production co-localisé | Plus de 1 milliard d’annonces par seconde | Le système complet sur un serveur GPU, qui évalue les annonces éligibles |
| Modèle de récupération | Plus de 10 milliards d’annonces par seconde | Le modèle sur un seul GPU GH200 |
| Mise en correspondance avec l’index | Plus de 100 milliards d’annonces par seconde | Le composant d’indexation optimisé, et non le pipeline complet |
Meta rapporte aussi une accélération de 5,3 fois pour son noyau de routage optimisé : son débit passe de 2,4 milliards à plus de 10 milliards d’annonces par seconde, en utilisant environ 85 % de la bande passante mémoire maximale du GPU. Pour ces noyaux, l’optimisation INT8 atteint jusqu’à deux fois le débit des noyaux FP16 optimisés, avec une précision que Meta dit comparable à celle du calcul en 16 bits.
Les résultats publicitaires rapportés par Meta
Meta attribue à Andromeda une hausse de 2,4 % des conversions sur Facebook depuis 2025. En 2024, l’entreprise avait rapporté, après le déploiement décrit sur Facebook et Instagram, une progression de 6 % du rappel de récupération et de 8 % de la qualité publicitaire sur certains segments. Le rappel mesure ici la capacité du système à retrouver des annonces candidates pertinentes ; la qualité publicitaire est une autre mesure. Ces chiffres ne portent donc pas sur le même indicateur ni sur la même période.
Dans sa publication de 2024, Meta rapportait séparément une hausse de 22 % du retour sur dépenses publicitaires (ROAS) pour les annonceurs qui n’avaient pas utilisé Advantage+ creative auparavant et qui avaient ensuite activé ses fonctions de ciblage par IA. L’entreprise estimait aussi une hausse de 7 % des conversions pour les entreprises utilisant la génération d’images. Ces résultats concernent des conditions et des mesures différentes des chiffres de rappel, de qualité publicitaire et de conversions Facebook.
Meta indique que son travail d’optimisation avec NVIDIA a commencé au début de 2026. NVIDIA a contribué à l’optimisation des noyaux GPU ; Meta a intégré et évalué le pipeline. L’entreprise rapporte des accélérations de deux à cinq fois par composant par rapport aux versions de référence et dit poursuivre l’optimisation pour Grace Blackwell.
