0
这是一个小众的领域。
这是一场少有人知的比赛。
这却是一份决定中国未来工业智能化的软件。
一切指向三个字：求解器。
2024年12月28日下午6点，是 “国产求解器技术专题赛”决赛的提交截止时间。
这是一场极其低调的比赛，由工信部产业发展促进中心组织的“第二届能源电子产业创新大赛”专设，作为目前国内求解器领域唯一的权威赛事。主流的商用求解器和科研院所开发者济济一堂，但在大众层面，没有太多的热度和关注。
达摩院决策智能实验室算法专家叶俊带领的小分队，带着“敏迭求解器”，顶着“卫冕冠军”的光环和压力，经过了十天的线上测试赛和三天的线下测试赛，直至参加决赛。
比赛的赛题延续去年，以电力调度为背景。求解器需要精准地调度发电机组，在每时每刻，决策哪些机组启停，发电功率多少，既要保持电网平衡，又要经济效益最高，还要安全稳定。这种“烧脑”的数学题，正是求解器的用武之地。但即使是对高性能的求解器而言，电网也是一张由百万级变量紧密耦合的复杂网络，求解难度极大。
本届比赛进一步“上强度”，将计算规模提升至上千台发电机组的调度，并且额外引入了储能调度。这也是在新能源比例不断攀升的时代，新型电力系统面临的现实需求，赛题充分考虑到了这一点。
为此，卫冕冠军队准备了两手新的“杀招”。一是AI，二是分布式计算。针对比赛前下发的参考算例，他们将测试算例拆分成多个单元计算任务，依托自研的分布式计算框架Distrun并行测试，“一将”化成“千军万马”，快速寻找算法的改进机会。
面对决赛中的未知算例，他们利用深度学习技术Learn2Configure，为求解器自动配置高质量的超参数，就像有一位“AI顾问”帮助人类自动搜索最佳参数组合，平均可将求解效率提升1.5倍。
24小时后，决赛成绩公布。“敏迭”二度加冕。
01
做一款真正的“新”求解器
从运筹学的角度看，一切决策都应该基于“问题求解”（Problem Solving），即在有限的资源下实现最大化效益或最小化成本。解决这类问题的专业软件，被称为“求解器”（solver）。
它是现代工业、商业决策行为中的核心工具之一，内嵌在电力能源、工业制造、交通物流、零售、金融、云计算、科研等行业的核心业务系统中。因此，求解器也有“工业软件之芯”之称。
设计工期最短的项目计划、总成本最低的航班编排、风险水平最低的资金调配方案、对健康组织伤害最小的放疗方案、里程最短的运输路线等......人类整个经济社会，都是求解器的舞台。
长期以来，国际市场上占据主导地位的是三家国外求解器巨头，IBM CPLEX、GUROBI和FICO Xpress。国内既缺少相关研发人才，也缺少商用求解器的品牌。
达摩院决策智能研究实验室负责人、运筹学Egon Balas奖唯一的中国得主印卧涛，是运筹优化研究的领军人物之一。2019年，基于中国产业界的诸多现实需求，他决定带队自研一套求解器。
然而，工程和学术之间的差别巨大。一篇论文只是一块算法的砖头，但是一个求解器是一座算法的大厦，不仅要把每一块砖头煅烧好，也要有工程的实现能力，更要提升算法之间的配合效率。
经过四年的连续攻坚战，随着各模块不断被验证、完善，共迭代26个版本，线性规划能力多次登顶国际权威测评榜单。2023年10月，达摩院自研求解器的1.0版本正式发布。
2024年11月，该求解器被正式命名为“敏迭”并升级2.0版本，增加了对非线性规划（NLP）和混合整数二次锥规划（MIQCP）两类模型的支持。在针对1800个NLP和252个MIQCP问题的测评中，敏迭的求解数量和速度均持平或超越其他商用求解器，达到国际一流水平。
和国外那些已经有几十年历史的求解器相比起来，敏迭必须承担“迟到者”的劣势，那就是老牌厂商已经积攒了几十年的算例、数据和算法，底蕴深厚，能熟练地针对特定行业应用问题进行求解。这是一定要承认的事实。
但从另一方面讲，老牌厂商有时也受限于“老牌”的包袱，没有给后来诞生的新技术预留位置，面对一些新产业形态和需求，也会有跟不上的困扰。
而这，正是敏迭作为“后发者”的优势。印卧涛告诉雷峰网(公众号：雷峰网)：“从2019年起步的时候，达摩院求解器就把目标定为下一代的技术，而不是仅仅是追赶国际领先厂商。”
在这次比赛中，叶俊等尝试的AI、分布式计算、优化求解三方面的融合，就是由敏迭长期坚持的创新技术路线。它突破传统的求解器概念，直接把最前沿的技术写入求解器的基因，重塑“工业软件之芯”。
不久前，敏迭求解器就入选了工信部发布的“人工智能赋能新型工业化”典型应用案例，在“装备产品”方向上排名第一。
敏迭证明了，人工智能这个最热门的技术名词，和求解器这个小众冷门的技术名词，完全可以互相成就。
02
成为中国产业升级的“最强大脑”
2023年年底，达摩院自研求解器刚刚发布1.0版本，恰逢首届国产求解器技术专题赛举办，一举夺魁。
2024年底，“敏迭”求解器2.0碰上第二届国产求解器技术专题赛，又是一场酣畅淋漓的胜利。
在某种意义上，达摩院自研求解器的历程，也和中国产业界对决策智能的认知和需求发展相契合。
早在研发之初，达摩院就曾在国际权威求解器性能榜单上刷新世界纪录，从此之后，团队心里有了底，不再将单纯的打榜作为评价能力的指标，而将这款求解器能否真的在实际场景中产生价值，作为自我考核的标准。
光有技术是不够的，只有被市场广泛认可的产品，才有余力去做自我迭代，从而保留长久的生命力。和老牌求解器相比，除了“AI+优化求解器”的技术创新，敏迭求解器也作了生态创新的尝试。
首先是降低安装和部署的门槛。敏迭求解器器是国内唯一一家有云端在线版本的求解器软件。这种部署既可以支持不同的云厂商和云资源，也可以支持个人电脑。再加上使用说明极其详尽，配置起来也很简单，需求简单的客户，可以直接上手。其他求解器需要本地化部署，将一些没有技术和资源条件的需求方拒之门外。
其次，敏迭团队向客户“多走一步”，打造了全流程优化套件，包括建模语言MAPL、AI调参器Tuner、开发平台Studio、AI工程师Copilot以及分布式计算DistRun等。
求解器的价值，是能够支撑决策智能化的核心计算引擎。中国的商用求解器发展较晚，一个深层的原因是，求解器的发展和产业数字化的进程息息相关。有了数字化，有了数据和技术支撑，才能将产业问题转变为数学问题，也才能通过求解的方式，从依赖人工经验转向有科学依据的智能决策。
中国的工业数字化正在进行时，工业数智化又近在眼前。许多刚刚完成数字化、或者尚未完成数字化的企业，都面临着缺乏数学建模工程师的窘况。而敏迭求解器，通过AI工程师Copilot这个优化套件，可以将客户用自然语言描述的业务问题自动建模，再调用求解器，对于许多没有足够建模工程能力的客户而言，敏迭的这一功能帮了大忙。
此外，达摩院自研的建模语言MAPL语法接近数学语言，易学易写易读易维护；AI调参器Tuner结合深度学习技术，帮助运筹优化工程师自动搜索求解器最佳参数组合，提升求解器求解性能；“运筹优化 + AI智能”双决策引擎 开发平台Studio，可一站式解决数据接入、算力管理、持续评测、方案沉淀等开发需求，平台上有丰富的求解案例源代码示例，用户可以快速掌握。
这一系列优化套件，都是在降低求解器的使用门槛，让各行各业的企业、开发者尽快上手。
目前，敏迭已推广到了阿里集团内部多个业务场景，包括云计算资源调度、金融资金分配、新零售智能营销等。在外部，敏迭则落地电力调度、航班编排、高端制造等关键领域。
比如，在电力调度上，达摩院已与中国南方电网电力调度控制中心合作发布“电力调度智能决策平台”，帮助南网总调实现从15分钟到秒级的调度，准确率媲美经验丰富的调度员。
在储能调度方面，敏迭落地国家电投“天枢一号”智慧能源物联网平台，助力打造国内首个面向工商业储能的优化求解子系统，将充放电策略求解时间从小时级压缩到分钟级，工厂月度电费减少30%。
在石化行业，敏迭能够建立大规模池化问题的数学优化模型，利用非线性规划求解器求解非凸二次规划问题，对比国外某知名求解器，求解时间从163.8.4秒缩短至155.8秒，求解成功率从63%提升至74%。
在金融资产管理领域，敏迭从预处理开始去缩减模型规模，引入Jacobi ADMM并行计算技术加速整体计算效率，帮助将10亿级参数的全链优化求解压缩到半小时内完成。
在可见的未来，求解器将渗透到各行各业的关键环节，从智能设备的研发与设计，到生产线的自动化与智能化改造，再到供应链的优化与管理、低空经济的路径规划，无处不在。它将助力企业精准控制生产过程，提高资源利用效率，降低能耗和排放，推动绿色制造和可持续发展。
世界500强企业中，已经有85%在使用求解器作出最优决策。在中国，越来越多的企业将会开始熟练使用这一产业升级的“隐形引擎”。
03
结语
这是一个极其小众的领域，敏迭刚刚开始研发时，印卧涛觉得“全世界能做这件事的只有100多人。”
这也是一场极其低调的比赛，除了求解器的相关从业和研究者，大众层面没有太多的热度和关注。
但就在这个小小的角落，在这一小批人的努力下，中国的求解器正在追赶和超越着国际领先水平。
求解器将成为中国产业升级的最大助力之一。为众人抱薪者，他们的努力永不会被埋没。
雷峰网文章，请勿转载
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
