阿里达摩院首次发布GPU版本求解器，突破亿级变量“不可解”难题

5月28日消息，阿里巴巴达摩院 “敏迭”求解器（MindOpt）正式发布GPU版本，充分利用GPU并行加速特性，引入新算法突破“长尾效应”难题。针对约2000个通用算例的测试显示，敏迭可将99%以上的问题类型稳定求解至高精度，更能支持传统上“不可解”的亿级变量线性规划问题。



求解器被誉为“工业软件之芯”，负责电力调度、航班编排、高端制造、金融管理等关键领域的复杂计算。传统线性规划求解器基于CPU设计，依赖复杂的矩阵分解计算，随着问题规模膨胀，内存需求会爆炸式增长，加上传统求解算法的并行度有限，导致数小时都无法收敛问题，甚至直接崩溃。

近年来，行业积极探索GPU求解器，将求解的核心运算从矩阵分解转化成稀疏矩阵-向量乘法，充分利用GPU的高并发高带宽特性，也避免了内存膨胀问题。然而，这种方式普遍存在收敛“长尾效应”，即求解到后期，精度提升极为缓慢，甚至无法达到最终的精度要求，严重制约了GPU求解器的实用性。

为此，达摩院研发出敏迭求解器GPU版，引入先进的算法加速策略并深度优化GPU内核计算，将数学规划技巧与GPU工程优势结合，有效缓解了上述“长尾效应”，打通了GPU求解器从“能算”到“算准”的关键一步，在超大规模问题上能稳定收敛到业务所需的精度。

团队在近2000多个通用线性规划算例上详细测试了敏迭求解器GPU版。该测试集涵盖多种问题类型和精度要求，其中部分组合对GPU算法而言特别具有挑战性。结果显示，敏迭求解器的覆盖广度和求解性能达到行业领先水平。在高精度要求下，敏迭求解器GPU版能稳定求解的问题类型占比超过99%，领先于业内主流GPU求解器在同一测试集上96.7%至98.3%的表现。尤其在求解大规模问题时，敏迭求解器的成功率相比业内主流产品提升14%以上，速度平均提升2.67倍。面对传统上不可解的亿级变量超大规模问题，敏迭求解器GPU版可以稳定求解超过80%的常见问题类型，填补了关键空白。

该产品能力在互联网、金融、物流、电力、集成电路等行业场景具有突出的应用价值。某大型数字广告平台需要对数亿用户进行流量分配，每次涉及约 3.3 亿个变量和1600 万个约束条件，要求在 2 小时内完成。多数商用求解器在运行48小时后仍无法给出可行解，甚至直接崩溃，敏迭求解器GPU版仅用1700秒就解到可靠精度。

达摩院决策智能实验室负责人、国际知名应用数学家印卧涛表示：“各行各业的计算规模正在爆炸式增长，涌现出越来越多传统求解器难以应对的亿级变量问题。我们将持续解锁新型硬件在运筹优化领域的更多潜力，推动求解器真正迈入GPU加速时代。”

据悉，求解器市场传统上由欧美厂商主导，达摩院历时多年自研全能力求解器“敏迭”，性能达到国际一流水平，在工信部产业发展促进中心举办的两届求解器赛事中连续夺冠，入选工信部“人工智能赋能新型工业化”典型应用案例，目前已实现百万量级并发调用，为数千企业决策提供量化依据。