数学优化求解器,相信不少第一次听到这个名词的人会和记者一样有疑问,这是干什么的?
举个例子可能更有助于理解这个问题。有一个连锁零售品牌,在全市有100家点,它每天需要给这100家点送货。这个连锁品牌的管理者每天面临一个问题是:明天要排出多少辆车、需要走什么路线、需要运送哪些货、要运多少?在确保货物供应的前提下,要追求成本最低,这是方案的难处所在。
数学优化求解器(以下简称求解器)就可以帮助解决这些问题。数学优化求解器是个专业名称,属于运筹学范畴。虽然外行人不知道数学优化求解器,但从事运筹学或者从事与工业工程、系统工程、管理科学、应用数学等等相关工作的人却是非常熟悉。
求解器在解决优化问题时候,就相当于士兵手上的刀剑,是非常关键的工具,已经被广泛应用在航空、军事、能源、工业、交通等等场景中。

“几乎所有大型工业企业跟计划、跟调度相关的问题背后都需要数学优化求解器。它是一个核心的计算工具,通过了它来驱动与计划和调度有关的决策。”杉数科技联合创始人兼CEO罗小渠博士表示,基本上只要这个问题有相对明确的优化方向、优化目标,以及有比较复杂的约束条件,都可以被转化抽象成一个数学规划的优化问题,结合求解器实现一个高效的求解。
目前,数学优化求解器已经成为一种通用的产品,市场主流的求解器主要来自国外,包括IBM、FICO和GUROBI是最大的三个玩家。
杉数科技算法总监高季尧博士介绍,做求解器的厂商并不多,因为求解器的技术门槛很高:首先,开发求解器需要非常多的数学规划相关知识作为基础;其次求解器本身属于常复杂的工业应用软件,需要软件工程的开发经验(比如其中的整数规划模块的开发就会涉及到上百万行代码的开发);第三也是很重要的,需要非常多的领域经验,否则很难实现各个环节的优化上从而达到很好的水平;第四,求解器中间还有很多创新性的技术难题的挑战,需要一些创新思路去解决。
在这个领域中国厂商更少,杉数科技是不多的几家中国公司之一。成立于2016年的杉数科技由罗小渠等4位海外回国的博士所创建,虽然是新入行,但起点高,刚一入局就因其产品的优异表现而引起了业界的关注。
高季尧告诉记者,杉数科技推出的商用线性规划求解器COPT连续四次打榜国际公测平台,测试结果名列前茅。2020年10月,杉数科技推出线性规划内点法求解器,从而使COPT的整体技术框架更为全面,其性能表现比肩Gurobi和MOSEK,跻身世界一流水平。未来2-3年,杉数科技将继续致力于线性规划内点法和整数规划的开发,以及向最难也是最有意义的混合整数线性规划(MILP)方向进发。
杉数科技求解器的优秀表现引来了投资机构的认可,2020年3月杉数科技宣布完成B轮融资,引入万科集团及天任投资两个重要战略股东,融资金额近亿元,资金将主要用于产品研发与推广、团队建设等。据悉,C轮融资目前已经启动,预计不久也会对外宣布。
当然,一家公司光有求解器还不行,求解器相当于汽车的发动机,绝大多数企业需要的是一台汽车,需要把这个求解器包装称行业解决方案。
罗小渠说,过去四年,杉数科技以求解器作为底层技术引擎逐步打造行业性的应用产品平台。此前主要打造的面向供应链产品平台,今年开始逐步向能源、航空这些行业拓展。未来,杉数将以技术为依托而逐步往前发展,变成一个多场景的技术提供者。
“四年来,我们通过服务中国一些头部企业,来验证我们的技术哪些对于产业和场景真正有价值,应该以什么样的方式服务客户,以及当你打造行业产品的时候应该怎么样做产品的固化。如今,我们已经走过这一阶段。”罗小渠表示,接下来的重点是形成稳定产品平台,打造标杆案例拓展重点行业。
谈及公司未来的发展,罗小渠非常有信心。他说,当下的中国正在从数字化迈向智能化,数学优化求解器对于企业精细化运营和走向智能化能起到非常关键的作用,因此大有用武之地。其次,从产业环境而言,作为一家掌握了核心技术的高科技企业,政府给予高度关注,也给予很多支持。这些有利因素都将助力杉数科技成长壮大,来更好地赋能中国的数字经济。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。