周三下午,一個數字廣告平臺的技術團隊盯著屏幕上崩潰的求解器日志——3.3億個變量和1600萬個約束條件,48小時跑下來,沒有可行解。同樣的算例,敏迭求解器GPU版用了1700秒,給出可靠精度結果。
5月28日,阿里巴巴達摩院正式發布“敏迭”求解器(MindOpt)的GPU版本。求解器這東西,業內叫它“工業軟件之芯”,電力調度、航班編排、高端制造、金融管理,背后靠它做復雜計算。傳統線性規劃求解器基于CPU設計,依賴矩陣分解,問題規模一膨脹,內存需求爆炸式增長,加上并行度有限,數小時不收斂甚至直接崩潰是常態。
![]()
近幾年行業在探索GPU路線,把核心運算從矩陣分解轉成稀疏矩陣-向量乘法,利用GPU的高并發高帶寬特性,避免內存膨脹。但這條路有個卡脖子問題——收斂“長尾效應”。求解到后期,精度提升極其緩慢,達不到最終精度要求,GPU求解器的實用性被嚴重制約。
達摩院這次的做法,是引入算法加速策略并對GPU內核計算做深度優化,把數學規劃技巧和GPU工程優勢結合起來。團隊在近2000個通用線性規劃算例上做了詳細測試,算例集涵蓋多種問題類型和精度要求,其中部分組合對GPU算法挑戰很大。結果顯示,高精度要求下,敏迭求解器GPU版能穩定求解的問題類型占比超過99%。
對比業內主流產品,求解規模較大問題時,敏迭成功率提升14%以上,速度平均提升2.67倍。更關鍵的是,傳統上“不可解”的億級變量線性規劃問題,敏迭GPU版可穩定求解超過80%的常見類型,填上了一塊重要空白。
敏迭求解器GPU版在互聯網、金融、物流、電力、集成電路等場景有直接應用價值。開頭提到的數字廣告平臺案例里,多數商用求解器48小時后仍無法給出可行解甚至崩潰,敏迭1700秒解到可靠精度——求解器從“能算”到“算準”,這一步跨過去了。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
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.