快科技 5 月 28 日消息，达摩院今日官微消息，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。

据悉，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。