0
這是一個小眾的領域。
這是一場少有人知的比賽。
這卻是一份決定中國未來工業智能化的軟件。
一切指向三個字：求解器。
2024年12月28日下午6點，是 “國產求解器技術專題賽”決賽的提交截止時間。
這是一場極其低調的比賽，由工信部產業發展促進中心組織的“第二屆能源電子產業創新大賽”專設，作為目前國內求解器領域唯一的權威賽事。主流的商用求解器和科研院所開發者濟濟一堂，但在大眾層面，沒有太多的熱度和關注。
達摩院決策智能實驗室算法專家葉俊帶領的小分隊，帶著“敏迭求解器”，頂著“衛冕冠軍”的光環和壓力，經過了十天的線上測試賽和三天的線下測試賽，直至參加決賽。
比賽的賽題延續去年，以電力調度為背景。求解器需要精準地調度發電機組，在每時每刻，決策哪些機組啟停，發電功率多少，既要保持電網平衡，又要經濟效益最高，還要安全穩定。這種“燒腦”的數學題，正是求解器的用武之地。但即使是對高性能的求解器而言，電網也是一張由百萬級變量緊密耦合的復雜網絡，求解難度極大。
本屆比賽進一步“上強度”，將計算規模提升至上千臺發電機組的調度，并且額外引入了儲能調度。這也是在新能源比例不斷攀升的時代，新型電力系統面臨的現實需求，賽題充分考慮到了這一點。
為此，衛冕冠軍隊準備了兩手新的“殺招”。一是AI，二是分布式計算。針對比賽前下發的參考算例，他們將測試算例拆分成多個單元計算任務，依托自研的分布式計算框架Distrun并行測試，“一將”化成“千軍萬馬”，快速尋找算法的改進機會。
面對決賽中的未知算例，他們利用深度學習技術Learn2Configure，為求解器自動配置高質量的超參數，就像有一位“AI顧問”幫助人類自動搜索最佳參數組合，平均可將求解效率提升1.5倍。
24小時后，決賽成績公布。“敏迭”二度加冕。
01
做一款真正的“新”求解器
從運籌學的角度看，一切決策都應該基于“問題求解”（Problem Solving），即在有限的資源下實現最大化效益或最小化成本。解決這類問題的專業軟件，被稱為“求解器”（solver）。
它是現代工業、商業決策行為中的核心工具之一，內嵌在電力能源、工業制造、交通物流、零售、金融、云計算、科研等行業的核心業務系統中。因此，求解器也有“工業軟件之芯”之稱。
設計工期最短的項目計劃、總成本最低的航班編排、風險水平最低的資金調配方案、對健康組織傷害最小的放療方案、里程最短的運輸路線等......人類整個經濟社會，都是求解器的舞臺。
長期以來，國際市場上占據主導地位的是三家國外求解器巨頭，IBM CPLEX、GUROBI和FICO Xpress。國內既缺少相關研發人才，也缺少商用求解器的品牌。
達摩院決策智能研究實驗室負責人、運籌學Egon Balas獎唯一的中國得主印臥濤，是運籌優化研究的領軍人物之一。2019年，基于中國產業界的諸多現實需求，他決定帶隊自研一套求解器。
然而，工程和學術之間的差別巨大。一篇論文只是一塊算法的磚頭，但是一個求解器是一座算法的大廈，不僅要把每一塊磚頭煅燒好，也要有工程的實現能力，更要提升算法之間的配合效率。
經過四年的連續攻堅戰，隨著各模塊不斷被驗證、完善，共迭代26個版本，線性規劃能力多次登頂國際權威測評榜單。2023年10月，達摩院自研求解器的1.0版本正式發布。
2024年11月，該求解器被正式命名為“敏迭”并升級2.0版本，增加了對非線性規劃（NLP）和混合整數二次錐規劃（MIQCP）兩類模型的支持。在針對1800個NLP和252個MIQCP問題的測評中，敏迭的求解數量和速度均持平或超越其他商用求解器，達到國際一流水平。
和國外那些已經有幾十年歷史的求解器相比起來，敏迭必須承擔“遲到者”的劣勢，那就是老牌廠商已經積攢了幾十年的算例、數據和算法，底蘊深厚，能熟練地針對特定行業應用問題進行求解。這是一定要承認的事實。
但從另一方面講，老牌廠商有時也受限于“老牌”的包袱，沒有給后來誕生的新技術預留位置，面對一些新產業形態和需求，也會有跟不上的困擾。
而這，正是敏迭作為“后發者”的優勢。印臥濤告訴雷峰網：“從2019年起步的時候，達摩院求解器就把目標定為下一代的技術，而不是僅僅是追趕國際領先廠商。”
在這次比賽中，葉俊等嘗試的AI、分布式計算、優化求解三方面的融合，就是由敏迭長期堅持的創新技術路線。它突破傳統的求解器概念，直接把最前沿的技術寫入求解器的基因，重塑“工業軟件之芯”。
不久前，敏迭求解器就入選了工信部發布的“人工智能賦能新型工業化”典型應用案例，在“裝備產品”方向上排名第一。
敏迭證明了，人工智能這個最熱門的技術名詞，和求解器這個小眾冷門的技術名詞，完全可以互相成就。
02
成為中國產業升級的“最強大腦”
2023年年底，達摩院自研求解器剛剛發布1.0版本，恰逢首屆國產求解器技術專題賽舉辦，一舉奪魁。
2024年底，“敏迭”求解器2.0碰上第二屆國產求解器技術專題賽，又是一場酣暢淋漓的勝利。
在某種意義上，達摩院自研求解器的歷程，也和中國產業界對決策智能的認知和需求發展相契合。
早在研發之初，達摩院就曾在國際權威求解器性能榜單上刷新世界紀錄，從此之后，團隊心里有了底，不再將單純的打榜作為評價能力的指標，而將這款求解器能否真的在實際場景中產生價值，作為自我考核的標準。
光有技術是不夠的，只有被市場廣泛認可的產品，才有余力去做自我迭代，從而保留長久的生命力。和老牌求解器相比，除了“AI+優化求解器”的技術創新，敏迭求解器也作了生態創新的嘗試。
首先是降低安裝和部署的門檻。敏迭求解器器是國內唯一一家有云端在線版本的求解器軟件。這種部署既可以支持不同的云廠商和云資源，也可以支持個人電腦。再加上使用說明極其詳盡，配置起來也很簡單，需求簡單的客戶，可以直接上手。其他求解器需要本地化部署，將一些沒有技術和資源條件的需求方拒之門外。
其次，敏迭團隊向客戶“多走一步”，打造了全流程優化套件，包括建模語言MAPL、AI調參器Tuner、開發平臺Studio、AI工程師Copilot以及分布式計算DistRun等。
求解器的價值，是能夠支撐決策智能化的核心計算引擎。中國的商用求解器發展較晚，一個深層的原因是，求解器的發展和產業數字化的進程息息相關。有了數字化，有了數據和技術支撐，才能將產業問題轉變為數學問題，也才能通過求解的方式，從依賴人工經驗轉向有科學依據的智能決策。
中國的工業數字化正在進行時，工業數智化又近在眼前。許多剛剛完成數字化、或者尚未完成數字化的企業，都面臨著缺乏數學建模工程師的窘況。而敏迭求解器，通過AI工程師Copilot這個優化套件，可以將客戶用自然語言描述的業務問題自動建模，再調用求解器，對于許多沒有足夠建模工程能力的客戶而言，敏迭的這一功能幫了大忙。
此外，達摩院自研的建模語言MAPL語法接近數學語言，易學易寫易讀易維護；AI調參器Tuner結合深度學習技術，幫助運籌優化工程師自動搜索求解器最佳參數組合，提升求解器求解性能；“運籌優化 + AI智能”雙決策引擎 開發平臺Studio，可一站式解決數據接入、算力管理、持續評測、方案沉淀等開發需求，平臺上有豐富的求解案例源代碼示例，用戶可以快速掌握。
這一系列優化套件，都是在降低求解器的使用門檻，讓各行各業的企業、開發者盡快上手。
目前，敏迭已推廣到了阿里集團內部多個業務場景，包括云計算資源調度、金融資金分配、新零售智能營銷等。在外部，敏迭則落地電力調度、航班編排、高端制造等關鍵領域。
比如，在電力調度上，達摩院已與中國南方電網電力調度控制中心合作發布“電力調度智能決策平臺”，幫助南網總調實現從15分鐘到秒級的調度，準確率媲美經驗豐富的調度員。
在儲能調度方面，敏迭落地國家電投“天樞一號”智慧能源物聯網平臺，助力打造國內首個面向工商業儲能的優化求解子系統，將充放電策略求解時間從小時級壓縮到分鐘級，工廠月度電費減少30%。
在石化行業，敏迭能夠建立大規模池化問題的數學優化模型，利用非線性規劃求解器求解非凸二次規劃問題，對比國外某知名求解器，求解時間從163.8.4秒縮短至155.8秒，求解成功率從63%提升至74%。
在金融資產管理領域，敏迭從預處理開始去縮減模型規模，引入Jacobi ADMM并行計算技術加速整體計算效率，幫助將10億級參數的全鏈優化求解壓縮到半小時內完成。
在可見的未來，求解器將滲透到各行各業的關鍵環節，從智能設備的研發與設計，到生產線的自動化與智能化改造，再到供應鏈的優化與管理、低空經濟的路徑規劃，無處不在。它將助力企業精準控制生產過程，提高資源利用效率，降低能耗和排放，推動綠色制造和可持續發展。
世界500強企業中，已經有85%在使用求解器作出最優決策。在中國，越來越多的企業將會開始熟練使用這一產業升級的“隱形引擎”。
03
結語
這是一個極其小眾的領域，敏迭剛剛開始研發時，印臥濤覺得“全世界能做這件事的只有100多人。”
這也是一場極其低調的比賽，除了求解器的相關從業和研究者，大眾層面沒有太多的熱度和關注。
但就在這個小小的角落，在這一小批人的努力下，中國的求解器正在追趕和超越著國際領先水平。
求解器將成為中國產業升級的最大助力之一。為眾人抱薪者，他們的努力永不會被埋沒。
雷峰網(公眾號：雷峰網)文章，請勿轉載
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
