在程序化广告的世界里，每天都有数以亿计的广告位通过实时竞价（RTB）完成交易。
这套系统极其庞大，但也充满了巨大的浪费：大量的竞价请求被发送出去，其中相当一部分对于特定DSP而言属于低需求请求，最终不会产生竞价。这不仅造成了高昂的基础设施成本和资源浪费，还拖慢了整个系统的响应速度。
Dynamic Traffic Engine（动态流量引擎，简称DTE）正是为解决这一问题而生。
Dynamic Traffic Engine是什么？
Dynamic Traffic Engine（DTE）是由亚马逊广告开发的一套Bidstream Traffic Shaping框架。
它最初于2024年以Beta形式推出，核心目标是让DSP能够提前向SSP分享需求信号，从而帮助SSP减少低需求的竞价请求，并把更多资源集中到更可能产生竞价的广告机会。这为传统以SSP判断为主的流量优化增加了一条来自DSP的实时反馈通道。
2026年4月，亚马逊广告将DTE捐赠给IAB Tech Lab，并纳入IAB Tech Lab的Open Source Initiative，后续作为开放项目继续发展。
DTE是如何工作的？
DTE的运作包含三个核心组件，它们协同工作，形成一个高效的流量优化系统：
- DTE Cloud (云端)：由DSP托管，存放定义流量价值的信号文件和配置文件。DSP根据自身的流量需求、模型和优化逻辑生成“信号”文件存储在云端。
- DTE Evaluator Library (评估库)：集成在SSP侧，定期（例如每5分钟）从云端拉取DSP的信号/规则到本地，对每个竞价请求进行评估并给出过滤建议。
- DTE Filtering (过滤层)：当每一个新的广告请求到来时，SSP的“评估库”会立刻根据从云端获取的最新规则，对这个请求进行快速评估。它会决定这个请求是应该被转发给买方进行竞价，还是直接过滤掉。
传统模式：先发送，后筛选
传统程序化广告的逻辑比较直接——SSP会根据自身的路由、QPS 和流量优化策略，把符合条件的流量尽可能多地发给对接的DSP，由DSP自己判断是否出价。
这是一种“广撒网”式的自然做法，在早期程序化广告规模尚小时运转良好。但随着流量规模爆炸式增长，这种模式的问题越来越明显：大量的网络带宽和服务器算力被浪费在处理无人出价的“垃圾请求”上。
DTE的思路：DSP提前告诉SSP
有DTE后，逻辑被彻底逆转：DSP不只是被动接收竞价请求，还可以告诉SSP：我现在更需要什么样的流量。
例如：DSP当前可能对某些库存需求非常高，那么SSP就可以提高这些流量发送给DSP的比例。反过来，如果某类流量当前需求非常低，SSP就可以减少或不发这些流量发送给DSP。
这种由买方主动定义的“信号指引”，可以动态地、精准地按需分配流量，让每一次请求的发送都变得更有价值。
带来了什么改变？
最核心的变化可以概括成一句话：
从“先发送，再判断”变成“根据需求，提前筛选”。
-
显著降低成本：通过提前过滤掉低价值的请求，DTE能直接降低SSP需要处理的每秒查询数（QPS）负载。在早期测试中，发送给 Amazon Ads 的低需求/非期望广告请求减少了40%以上。
-
提升流量价值：过滤掉“噪音”后，剩下的竞价请求质量更高。对于DSP来说，这意味着更高的ROI；对于SSP来说，则意味着更高的成交率和收入。例如，供应方平台OpenX在集成DTE后，每百万广告请求产生的收入提高了41.4%，三个月内程序化广告支出增长了11.0%。
-
推动行业标准化：2026年4月，亚马逊广告将这个工具开源并捐赠给了IAB技术实验室。这意味着从 Amazon Ads 的一项技术方案，开始向开放的行业框架演进。
DTE 和普通Traffic Filtering有什么区别？
这是理解DTE最重要的地方之一。
- 普通Traffic Filtering：是SSP自己根据历史数据、规则和商业逻辑决定如何过滤和路由流量。
- DTE：是DSP定义流量价值的信号文件和配置文件，用于主动筛选高价值的流量
总结
Dynamic Traffic Engine的核心并不复杂：让DSP的需求信号更早地参与到SSP的流量决策中。
对于DSP来说，可以减少不必要的请求和计算；对于SSP来说，则有机会提高每个竞价请求的价值。