1.一種資源推薦方法，其特征在于，應(yīng)用于服務(wù)器，所述服務(wù)器包括中央處理器cpu和數(shù)據(jù)處理器dpu，所述方法包括：
2.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述響應(yīng)于資源推薦請(qǐng)求，通過(guò)所述cpu，基于所述資源推薦請(qǐng)求攜帶的對(duì)象數(shù)據(jù)確定標(biāo)識(shí)信息，包括：
3.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述資源推薦請(qǐng)求為推薦服務(wù)器向所述服務(wù)器發(fā)送的請(qǐng)求，所述多個(gè)候選資源由所述推薦服務(wù)器基于所述賬號(hào)數(shù)據(jù)確定；所述方法還包括：
4.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述通過(guò)所述dpu，基于所述標(biāo)識(shí)信息確定第一特征信息，包括：
5.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述對(duì)所述第一特征信息進(jìn)行預(yù)處理，包括以下至少一項(xiàng)：
6.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述服務(wù)器還包括圖形處理器gpu；所述基于預(yù)處理后的所述第一特征信息，預(yù)測(cè)所述多個(gè)候選資源的推薦參數(shù)，包括：
7.根據(jù)權(quán)利要求6所述的資源推薦方法，其特征在于，所述通過(guò)所述gpu，基于預(yù)處理后的所述第一特征信息，預(yù)測(cè)所述多個(gè)候選資源的推薦參數(shù)，包括：
8.根據(jù)權(quán)利要求7所述的資源推薦方法，其特征在于，所述通過(guò)所述深度學(xué)習(xí)模型，基于預(yù)處理后的所述第一特征信息，預(yù)測(cè)所述多個(gè)候選資源的推薦參數(shù)，包括以下至少一項(xiàng)：
9.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述基于預(yù)處理后的所述第一特征信息，預(yù)測(cè)所述多個(gè)候選資源的推薦參數(shù)，包括：
10.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述服務(wù)器包括所述cpu、多個(gè)gpu和所述dpu；
11.根據(jù)權(quán)利要求1所述的資源推薦方法，其特征在于，所述服務(wù)器包括所述cpu、多個(gè)gpu、一個(gè)主dpu和至少一個(gè)副dpu；
12.一種服務(wù)器，其特征在于，所述服務(wù)器包括中央處理器cpu和數(shù)據(jù)處理器dpu；
13.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，當(dāng)所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中的指令由服務(wù)器的處理器執(zhí)行時(shí)，使得所述服務(wù)器能夠執(zhí)行如權(quán)利要求1至11任一項(xiàng)所述的資源推薦方法。
14.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至11任一項(xiàng)所述的資源推薦方法。