北京
5月28日，阿里巴巴達摩院宣布“敏迭”求解器（MindOpt）GPU版本正式上線。該版本通過GPU并行加速與算法創(chuàng)新，將原本基于CPU的數(shù)學(xué)規(guī)劃求解器擴展至超大規(guī)模問題，在近2000個通用算例測試中覆蓋99%以上問題類型，并支持億級變量線性規(guī)劃的穩(wěn)定求解。
求解器被稱為“工業(yè)軟件之芯”，廣泛應(yīng)用于電力調(diào)度、航班編排、高端制造、金融管理等領(lǐng)域的復(fù)雜決策計算。
傳統(tǒng)CPU求解器依賴矩陣分解算法，隨著問題規(guī)模擴大，內(nèi)存需求呈爆炸式增長，并行計算能力也嚴(yán)重受限，常常運行數(shù)小時仍無法收斂甚至直接崩潰。
行業(yè)近年來嘗試將求解器向GPU遷移，將核心運算從矩陣分解轉(zhuǎn)化為稀疏矩陣向量乘法，以利用GPU的高并發(fā)高帶寬特性。
但這一路線普遍存在“長尾效應(yīng)”：求解前期速度可觀，后期精度提升極為緩慢，難以滿足工程級的最終收斂要求，使得GPU求解器的實用性大打折扣。
達摩院通過算法加速策略與GPU內(nèi)核深度優(yōu)化，將數(shù)學(xué)規(guī)劃方法與GPU工程特性結(jié)合，緩解了長尾效應(yīng)，實現(xiàn)了從“能算”到“算準(zhǔn)”的跨越。
測試數(shù)據(jù)顯示，在高精度要求下，敏迭GPU版能穩(wěn)定求解的問題類型占比超過99%，而在同一測試集上，業(yè)內(nèi)主流GPU求解器的這一比例為96.7%至98.3%。
在大規(guī)模問題上，敏迭的成功率比主流產(chǎn)品提升14%以上，求解速度平均提升2.67倍。在傳統(tǒng)上被認為“不可解”的億級變量超大規(guī)模問題中，敏迭GPU版對常見問題類型的穩(wěn)定求解率超過80%。
行業(yè)的GPU求解器競爭并非達摩院一家獨奏。國際商用求解器巨頭Gurobi已在今年發(fā)布的13.0版本中引入了PDHG算法的GPU加速支持，并在最新的13.0.2版本中將該功能從測試階段升級為正式支持。
與此同時，國內(nèi)杉數(shù)科技旗下的COPT求解器也在積極推進GPU異構(gòu)計算，在部分工業(yè)場景中實現(xiàn)了上百倍的性能提升。
在應(yīng)用層面，敏迭GPU版已在數(shù)字廣告、電力調(diào)度、金融等領(lǐng)域完成落地驗證。某大型數(shù)字廣告平臺每次流量分配涉及約3.3億個變量和1600萬個約束條件，要求在2小時內(nèi)完成。多數(shù)商用求解器運行48小時后仍無法給出可行解，而敏迭僅用1700秒就給出了可靠精度的結(jié)果。
不過，達摩院此次發(fā)布的GPU版本主要面向線性規(guī)劃（LP）問題，在混合整數(shù)規(guī)劃（MIP）和非線性規(guī)劃等復(fù)雜問題類型上的表現(xiàn)尚未披露。
求解器的GPU化趨勢雖然明顯，但行業(yè)整體仍處于早期探索階段，Gurobi的GPU加速也被定位為測試性功能，其成熟度與通用性仍有待驗證。
達摩院決策智能實驗室負責(zé)人印臥濤表示，各行業(yè)的計算規(guī)模正在爆發(fā)式增長，傳統(tǒng)求解器已難以應(yīng)對日益涌現(xiàn)的億級變量問題，團隊將持續(xù)解鎖新型硬件在運籌優(yōu)化領(lǐng)域的潛力。求解器向GPU架構(gòu)遷移的進程，短期內(nèi)仍將在算法穩(wěn)定性與工程可靠性之間持續(xù)博弈。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
