開發背景
面對騰訊快速增長的數據挖掘需求，我們希望開發一個面向機器學習的、能應對超大規模數據集的、高性能的計算框架，並且它要對用戶足夠友好，具有很低的使用門檻，就這樣，Angel平台應運而生。
預計於2017年一季度開放其原始碼，鼓勵業界工程師、學者和技術人員大規模學習使用，激發機器學習領域的更多創新套用與良好生態發展。
技術特點
Angel還採用了多種業界最新技術和騰訊自主研發技術，如SSP（Stale synchronous Parallel）、異步分散式SGD、多執行緒參數共享模式HogWild、網路頻寬流量調度算法、計算和網路請求流水化、參數更新索引和訓練數據預處理方案等。這些技術使Angel性能大幅提高，達到常見開源系統Spark的數倍到數十倍，能在千萬到十億級的特徵維度條件下運行。
在系統易用性上，Angel提供豐富的機器學習算法庫及高度抽象的編程接口、數據計算和模型劃分的自動方案及參數自適應配置，同時，用戶能像使用MR、Spark一樣在Angel上編程，我們還建設了拖拽式的一體化的開發運營門戶，禁止底層系統細節，降低用戶使用門檻。另外，Angel還支持深度學習，它支持Caffe、TensorFlow和Torch等業界主流的深度學習框架，為其提供計算加速。
套用
自2016年初在騰訊內部上線以來，Angel已套用於騰訊視頻、騰訊社交廣告及用戶畫像挖掘等精準推薦業務。
