近日，華為雲Optverse求解器（OPTVERSE）在國際權威數學優化求解器榜單Hans Mittelmann Benchmark中取得新成果，在大網路線性規劃（LN-LP）和凸連續組網qplib）兩項榜單上均創下全球第一，**性規劃（LPOPT）和混合整數規劃（MIPLIB2017）等關鍵榜單名列前茅。
Hans Mittelmann Benchmark 由美國亞利桑那州立大學 Hans Mittelmann 教授維護，至今已有 20 多年的歷史。 在本次公布的測試結果中，天芯求解器繼續保持大規模網路流線性規劃求解器TOP1，效能領先第二名18%，線性規劃求解器的求解效能較上屆榜單提公升138%凸二次連續規劃求解器獲得TOP1，效能領先第二名18%。
大規模網路流的線性規劃
線性規劃排名 （LPOPT）。
凸二次連續規劃列表的上述三個數字是LP QP問題列表。
混合整數線性規劃（MILP）求解器在MIPLIB 2017上首次上市，可解問題數量達到202個，已達到行業前列在略帶病理的milp案例和milp問題的不可行性檢測兩個榜單中，體現了求解器的魯棒性，天葵也取得了TOP3的不錯成績。 該列表的結果表明，該求解器在高效率和魯棒性等綜合性能方面一直處於世界先進水平。
混合整數規劃 （miplib2017） 列表
病理混合整數程式列表
以上三張圖是混合整數規劃問題的列表。
數學優化求解器（以下簡稱“求解器”）是運籌優化問題的通用解決方案，可以高效求解能源電力、工廠排程、交通運輸等應用場景中的決策優化問題。 求解器因其通用性和不可替代性，被認為是現代智慧型決策的核心引擎，是工業軟體領域的核心技術之一。 近年來，華為團隊在求解器領域不斷取得突破，此次天芯求解器再次打破世界紀錄，大大提公升了華為在該領域的技術影響力。
當前自然求解器支援的線性規劃、二次規劃和混合整數線性規劃涵蓋了數學規劃中最基本和最常見的問題型別，可以滿足大多數場景的求解需求。 同時，天芯求解器融合了傳統的數學規劃技術和最新的AI4solver加速技術，為應對大規模、多型別、多場景的優化任務提供了強大的求解引擎，大大提高了天芯求解器的競爭力。
基於上述技術沉澱，華為在工信部舉辦的首屆國產求解器大賽中榮獲前八名。在本次競賽中，以電力系統安全約束單元承諾（SCUC）問題為背景，測試了求解器的求解效能。 SCUC問題是電力系統管理中的基本問題之一，也是最重要的能源優化問題之一，由於其變數多、約束複雜、時空關係耦合等特點，對求解器的效能提出了嚴峻的考驗。
華為團隊結合AI技術與運籌學方法，針對電力資料敏感度強、硬體資源約束嚴格、問題規模大等特點，對電力SCUC問題進行了優化，提出了基於切平面技術的高效混合整數規劃求解演算法、基於變數統計量的預處理技術等一系列技術。
首屆電力國產求解器大賽前八名隊伍獎盃，基於天彩求解器的決策優化方案，已成功在多個生產場景中落地。
**連鎖先進的生產計畫和排程區
通過超大規模並行建模和混合整數線性規劃求解能力，天芯求解器克服了超大規模（15kw 可變，27KW約束，12KW非零元）複雜的生產計畫優化和多場景複製推廣問題，整體實現處理計畫任務，自動執行率提公升33%+，實現年額外收入數億元。
服裝行業
生產中人員、裝置、流程的智慧型化安排是生產面臨的核心挑戰，組合安排規模達數百萬美元。 基於天彩求解器的求解引擎，不僅實現了對員工技能的精準評估，還實現了流程分配的快速全域性搜尋，最大化了員工的效率，使流水線更加均衡，與以往的人工排程相比，生產線效率提高了15-20%，從而在生產資源不變的情況下，以最短的總工時完成生產。
空調行業
鈑金生產具有多種類、小批量的特點，難以計畫和排產，天燾幫助某空調公司實現了從整機到半件的整體生產計畫和排程，並以數百萬美元的決策規模實現了月度計畫和現場排程， 從而最大限度地滿足客戶需求，提高第一鏈條的快速反應和柔性製造能力，降低半成品鈑金產品庫存20%以上。
隨著各行各業數位化、智慧型化轉型的推進，運籌學優化和人工智慧技術將應用於更多領域，面臨更多挑戰。 華為雲Skychip Solver將不斷總結經驗，深化技術，創新進步，為客戶提供世界一流的決策優化解決方案，賦能千行百業。